官方媒體參與下不同風(fēng)險(xiǎn)感知群體競爭模型及其演化規(guī)律*

王治瑩，楊學(xué)亮，梁 敬

(安徽工業(yè)大學(xué) 管理科學(xué)與工程學(xué)院，安徽 馬鞍山 243032)

0 引言

風(fēng)險(xiǎn)感知屬于心理學(xué)范疇，指個(gè)體對存在于外界的各種客觀風(fēng)險(xiǎn)的感受和認(rèn)識(shí)，并強(qiáng)調(diào)個(gè)體由直觀判斷和主觀感受獲得的經(jīng)驗(yàn)對認(rèn)知的影響[1]。突發(fā)事件發(fā)生后，由于其本身的風(fēng)險(xiǎn)性，短時(shí)間內(nèi)即可提升部分消息靈通群體的風(fēng)險(xiǎn)感知，加之信息不對稱、謠言傳播和官方媒體報(bào)道，又會(huì)影響大規(guī)模不知情群體的行為表現(xiàn)，從而影響公眾風(fēng)險(xiǎn)感知的整體水平，存在誘發(fā)次生/衍生事件的可能[2]。例如，2011年日本福島核泄漏事故發(fā)生后，正是事故的核輻射風(fēng)險(xiǎn)、“碘鹽可預(yù)防核輻射”謠言、信息不對稱和官方媒體報(bào)道等因素，迅速導(dǎo)致了不同風(fēng)險(xiǎn)感知群體間的情緒蔓延，引發(fā)了過高的風(fēng)險(xiǎn)感知水平，并造成了我國公眾瘋搶碘鹽。隨著媒體技術(shù)發(fā)展，其對公眾行為的影響愈發(fā)顯著[3]。由此可見，從不同風(fēng)險(xiǎn)感知群體在情緒感染下競爭增長角度，研究公眾風(fēng)險(xiǎn)感知演化規(guī)律和辨識(shí)官方媒體參與作用，對突發(fā)事件的應(yīng)急秩序維護(hù)和應(yīng)急預(yù)案實(shí)施具有重要的理論和現(xiàn)實(shí)意義。

當(dāng)前，突發(fā)事件下公眾風(fēng)險(xiǎn)感知研究集中在3個(gè)方面。一是風(fēng)險(xiǎn)感知的概念和影響因素。學(xué)者們較為認(rèn)同的風(fēng)險(xiǎn)感知概念是公眾對所受威脅的事件或風(fēng)險(xiǎn)的認(rèn)知行為，并與多種影響因素有關(guān)[4]。影響因素包括情緒、個(gè)體特征(年齡、性別、職業(yè)和知識(shí)結(jié)構(gòu))、媒體、政府、文化和風(fēng)險(xiǎn)信息等，其中事件本身風(fēng)險(xiǎn)性、政府發(fā)聲、媒體報(bào)道及個(gè)體情緒的影響研究更為普遍[5]。二是風(fēng)險(xiǎn)感知的建模。馬穎等[6]以傳染病模型為基礎(chǔ)，提出了食品突發(fā)事件中公眾風(fēng)險(xiǎn)感知傳染的SEIRS模型；鐘慧玲等[7]考慮到環(huán)境風(fēng)險(xiǎn)感知對輿情熱度的影響，構(gòu)建了“鄰避”沖突事件網(wǎng)絡(luò)輿情演化的系統(tǒng)動(dòng)力學(xué)模型；王旭坪等[8]運(yùn)用前景理論構(gòu)建了不同決策主體的風(fēng)險(xiǎn)感知函數(shù)，并應(yīng)用于應(yīng)急物資調(diào)配之中。三是風(fēng)險(xiǎn)感知對公眾響應(yīng)行為和突發(fā)事件演化的影響。Dash等[9]分析了公眾的風(fēng)險(xiǎn)感知與其風(fēng)險(xiǎn)防范的正相關(guān)關(guān)系；Sudo等[10]提出公眾的風(fēng)險(xiǎn)感知與其風(fēng)險(xiǎn)承擔(dān)負(fù)相關(guān)；成俊會(huì)和趙金樓[11]通過構(gòu)建社交網(wǎng)絡(luò)輿情傳播模型，得出風(fēng)險(xiǎn)感知雖然對輿情傳播規(guī)模影響不大，但是對傳播達(dá)到穩(wěn)態(tài)的時(shí)間影響顯著；Nordfjrn等[12]提出風(fēng)險(xiǎn)感知有助于提高公眾的安全意識(shí)，并減少其風(fēng)險(xiǎn)行為。

上述研究可為公眾風(fēng)險(xiǎn)感知的影響因素識(shí)別和模型構(gòu)建提供參考，但也可發(fā)現(xiàn)，當(dāng)前研究較少考慮到不同風(fēng)險(xiǎn)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(fēng)險(xiǎn)感知演化規(guī)律和官方媒體參與作用的定量模型。正如以上案例，不同風(fēng)險(xiǎn)感知群體的競爭增長和官方媒體的參與對公眾風(fēng)險(xiǎn)感知的演化具有重要作用。Lotka-Volterra模型作為生態(tài)學(xué)領(lǐng)域中描述多個(gè)競爭資源的種群間增長的建模方法，近年來應(yīng)用于研究辟謠和謠言、兩種網(wǎng)絡(luò)消息及不同網(wǎng)民情緒的競爭關(guān)系[13-14]。為此，本文在考慮到官方媒體參與作用、不同風(fēng)險(xiǎn)感知群體及其競爭關(guān)系的基礎(chǔ)上，通過擴(kuò)展Lotka-Volterra模型構(gòu)建不同風(fēng)險(xiǎn)感知群體相互競爭模型；通過推導(dǎo)模型的平衡點(diǎn)及其穩(wěn)定性條件，分析模型的演化規(guī)律；最后，借助數(shù)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(huì)風(fēng)險(xiǎn)治理提供指導(dǎo)。

1 問題描述與模型構(gòu)建

突發(fā)事件發(fā)生后，公眾往往會(huì)出于自身利益、社會(huì)責(zé)任感和好奇心理等因素產(chǎn)生一定強(qiáng)度的風(fēng)險(xiǎn)感知，并造成不同的行為表現(xiàn)，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(huì)使部分公眾產(chǎn)生較低的風(fēng)險(xiǎn)感知[11]。鑒于此，依據(jù)風(fēng)險(xiǎn)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(fēng)險(xiǎn)感知群體。其中，高度風(fēng)險(xiǎn)感知群體特指與突發(fā)事件具有直接利益關(guān)系或?qū)κ录：O度敏感的部分公眾，如災(zāi)區(qū)和易恐慌人群等；中度風(fēng)險(xiǎn)感知群體特指與突發(fā)事件具有間接利益關(guān)系或?qū)κ录：哂休^高敏感性的部分公眾，如因近鄰災(zāi)區(qū)而具有潛在受災(zāi)可能的人群等；低度風(fēng)險(xiǎn)感知群體特指與突發(fā)事件無直接或間接利益關(guān)系，或?qū)κ录：Ρ３州^高理性水平的部分公眾，如遠(yuǎn)離災(zāi)區(qū)的人群和受過良好災(zāi)害教育的人群等。

在此基礎(chǔ)上，考慮上述3類群體由于在風(fēng)險(xiǎn)感知強(qiáng)度上的差異，使得各自的人數(shù)增長構(gòu)成相互競爭關(guān)系，即相互競爭公眾空間，任意1類群體的人數(shù)增長受其他2類群體抑制。進(jìn)一步，考慮官方媒體的參與對相互競爭關(guān)系具有擾動(dòng)作用，假設(shè)其不存在機(jī)會(huì)主義，即能夠客觀真實(shí)地報(bào)道突發(fā)事件的各類信息?？紤]到信息的不對稱性、突發(fā)事件演化的不確定性和公眾的趨利避害心理，假設(shè)官方媒體參與行為能夠加劇相互競爭強(qiáng)度，具體邏輯關(guān)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(jù)Lotka-Volterra模型的建模思路，假設(shè)高度、中度和低度風(fēng)險(xiǎn)感知群體的人數(shù)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(shù)分別為α，β和γ；官方媒體的參與對群體間競爭的擾動(dòng)系數(shù)分別為λ，τ和θ?；诖?，對于高度風(fēng)險(xiǎn)感知群體，若不考慮其與中度和低度風(fēng)險(xiǎn)感知群體的競爭，則其人數(shù)增長滿足logistic模型[15]，即：

(1)

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

(2)

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

(3)

同理，可得中度風(fēng)險(xiǎn)感知群體的人數(shù)增長模型：

(4)

低度風(fēng)險(xiǎn)感知群體的人數(shù)增長模型：

(5)

根據(jù)式(3)～(5)，結(jié)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(diǎn)與穩(wěn)定性分析

基于此，根據(jù)文獻(xiàn)[14]和[16]，可得上述平衡點(diǎn)的穩(wěn)定性條件，如表1所示。需要說明的是，由于平衡點(diǎn)p0(0,0,0)無穩(wěn)定性條件，即其為不穩(wěn)定點(diǎn)，表示模型的初始演化狀態(tài)或演化過程中的臨時(shí)狀態(tài)，將其記為不穩(wěn)定情景。此外，為方便探討，借鑒文獻(xiàn)[14]將模型的演化結(jié)果(穩(wěn)態(tài)點(diǎn))按照結(jié)果中的群體種類數(shù)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(shù)值仿真進(jìn)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(diǎn)、穩(wěn)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(jié)果中只存在1類風(fēng)險(xiǎn)感知群體。限于篇幅，以p3(0,0,1)為例進(jìn)行仿真，假設(shè)x10=x20=x30=1，其他參數(shù)：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?？梢?，雖然不考慮和考慮官方媒體參與下的模型演化結(jié)果相同，但是在官方媒體參與下，模型演化至穩(wěn)態(tài)點(diǎn)的時(shí)間縮短，演化過程中高度和中度風(fēng)險(xiǎn)感知群體人數(shù)的峰值也減小。因此，在低度風(fēng)險(xiǎn)感知群體與其他群體的競爭系數(shù)較大(γ>β>α)情況下(如突發(fā)事件信息透明度很高和事實(shí)證據(jù)確鑿)，官方媒體參與有助于將公眾空間的風(fēng)險(xiǎn)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(jié)果中存在2類風(fēng)險(xiǎn)感知群體。以p5(k1/(1+γ+θ),0,k3/(1+γ+θ))為例進(jìn)行仿真，假設(shè)x10=x20=x30=1，其他參數(shù)：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?；诖?，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(jié)果中高度和低度風(fēng)險(xiǎn)感知群體的人數(shù)均明顯降低。此外，在官方媒體參與下，模型演化至穩(wěn)態(tài)點(diǎn)的時(shí)間延長。因此，在高度和中度風(fēng)險(xiǎn)感知群體的競爭系數(shù)較大且高度和低度風(fēng)險(xiǎn)感知群體的競爭系數(shù)較小(γ<β<α)情況下(如突發(fā)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(fēng)險(xiǎn)感知和為決策者搶得導(dǎo)控時(shí)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(jié)果中高度、中度和低度風(fēng)險(xiǎn)感知群體同時(shí)存在?，F(xiàn)對模型演化至p7(Δ1k1/Δ,Δ2k2/Δ,Δ3k3/Δ)的過程進(jìn)行仿真，假設(shè)x10=x20=x30=1，其他參數(shù)：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?？梢?，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(wěn)態(tài)點(diǎn)的時(shí)間延長，且穩(wěn)態(tài)點(diǎn)中3類群體的人數(shù)均明顯降低。因此，在3類群體的相互競爭系數(shù)較小且相差不大(α=0.5，β=0.4，γ=0.3)情況下(如突發(fā)事件信息的透明度較高但又存在公眾關(guān)注的疑點(diǎn))，官方媒體參與有助于解答公眾的部分關(guān)切和降低其風(fēng)險(xiǎn)感知，并為決策者的進(jìn)一步導(dǎo)控?fù)尩脮r(shí)間。

3.2 官方媒體參與對模型演化結(jié)果情景轉(zhuǎn)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(shè)x10=x20=x30=1，其他參數(shù)：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(jié)果中存在中度和低度風(fēng)險(xiǎn)感知群體，而在考慮官方媒體參與下，模型演化結(jié)果中只存在低度風(fēng)險(xiǎn)感知群體，即由失衡情景轉(zhuǎn)變?yōu)闃O端情景。此外，可發(fā)現(xiàn)在官方媒體參與下，高度和中度風(fēng)險(xiǎn)感知群體人數(shù)的峰值減小，而低度風(fēng)險(xiǎn)感知群體人數(shù)的峰值增大。因此，在高度和低度風(fēng)險(xiǎn)感知群體的競爭系數(shù)較大而其他群體間競爭系數(shù)相當(dāng)且較小(γ>β=α)情況下(突發(fā)事件信息的透明度很高但存在刻意放大自身風(fēng)險(xiǎn)感知的公眾)，官方媒體參與可顯著改變公眾空間風(fēng)險(xiǎn)感知的穩(wěn)態(tài)結(jié)果。

4 結(jié)論

1)通過擴(kuò)展Lotka-Volterra模型，建立了官方媒體參與下的不同風(fēng)險(xiǎn)感知群體相互競爭模型，并得到了模型演化的3種結(jié)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(fēng)險(xiǎn)感知易誘發(fā)次生/衍生事件，因此給出模型演化的結(jié)果情景及其所對應(yīng)的平衡點(diǎn)和穩(wěn)定性條件，可為公眾風(fēng)險(xiǎn)感知演化規(guī)律的識(shí)別和決策者的導(dǎo)控機(jī)制設(shè)計(jì)提供指導(dǎo)。

3)官方媒體參與可顯著改變模型演化的速度和結(jié)果。通過仿真發(fā)現(xiàn)，其不僅可改變模型演化至穩(wěn)態(tài)點(diǎn)的時(shí)間及模型演化中不同風(fēng)險(xiǎn)感知群體人數(shù)的峰值和穩(wěn)態(tài)值，還可改變模型演化的結(jié)果情景。

4)如何引入影響公眾認(rèn)知的行為因素(如公眾的損失規(guī)避和從眾行為)，并在考慮到不同社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)(如小世界、無標(biāo)度和隨機(jī)網(wǎng)絡(luò))基礎(chǔ)上，分析公眾風(fēng)險(xiǎn)感知的演化規(guī)律，值得進(jìn)一步研究。