鄰避風(fēng)險演化機(jī)理的系統(tǒng)仿真模擬研究

衡霞 陳鑫瑤

摘 ?要： 鄰避風(fēng)險作為社會風(fēng)險，具有發(fā)生頻率較高、影響較廣、參與人數(shù)較多等特點(diǎn)，公眾的抗議越來越頻繁地升級為群體性事件。因此，本文以發(fā)生過的鄰避事件為二手資料，進(jìn)行確定性背景和不確定性邏輯下鄰避風(fēng)險演化機(jī)理的仿真模擬，通過對Multi-Agent系統(tǒng)的公眾行為策略和實(shí)驗條件假定，還原了鄰避事件從“風(fēng)險-危機(jī)-失衡”前三個階段的演化機(jī)理與演化邏輯，為地方政府在國家現(xiàn)代化場域中的有效治理提供了階段性測量與預(yù)防的理論依據(jù)。

關(guān)鍵詞： 鄰避風(fēng)險;演化機(jī)理;系統(tǒng)仿真模擬

一、問題的提出

在風(fēng)險和不確定性條件下，經(jīng)濟(jì)主體追求“效用最大、風(fēng)險最小”而不是“貨幣最大、風(fēng)險最小”原則，這也是理性經(jīng)濟(jì)人假設(shè)的基本前提之一。然而，由于信息的不完全和人的有限理性，經(jīng)濟(jì)主體只能接觸和處理有限的信息，這又會導(dǎo)致決策和行為的非理性，加劇風(fēng)險發(fā)生的概率[1]。筆者曾經(jīng)通過模糊綜合評價法已經(jīng)計算出社會風(fēng)險演變的臨界點(diǎn)為3.569①，并由此顯示社會風(fēng)險演進(jìn)道路遵循的是不確定性條件下的靜態(tài)演進(jìn)路徑。然而，社會風(fēng)險向社會危機(jī)和社會沖突演進(jìn)的道路上既有國內(nèi)的政治、經(jīng)濟(jì)、社會、文化風(fēng)險，也有全球性、現(xiàn)代性帶來的風(fēng)險，甚至是其他新的風(fēng)險，各類風(fēng)險還有疊加可能，進(jìn)而使得社會風(fēng)險演化邊界極不確定。貝克、吉登斯和盧曼等人從制度視角對社會風(fēng)險進(jìn)行剖析，認(rèn)為人類面臨的風(fēng)險是由其生存的社會所制造的，但拉什等人卻認(rèn)為風(fēng)險的存在與增加是源于社會主體的主觀建構(gòu)。

國內(nèi)學(xué)者宋林飛（1999）[2]和鄭杭生（2004）[3]等較早地對社會風(fēng)險的內(nèi)涵與外延開展了研究，其他人對社會風(fēng)險的形成原因、類型、評估進(jìn)行了探討;崔涵冰（2016）[4]、朱正威（2016）[5]、焦存朝（2017）[6]等學(xué)者從社會控制、社會沖突、社會失范視角分析了社會風(fēng)險產(chǎn)生的后果，及其防范的重要性;徐玖平（2012）[7]等從社會風(fēng)險“生成-狀態(tài)-演化”的全過程進(jìn)行了基礎(chǔ)性理論解釋。然而，運(yùn)用仿真模擬系統(tǒng)對社會風(fēng)險的演化機(jī)理進(jìn)行動態(tài)推演的學(xué)術(shù)文獻(xiàn)相對較少，雖然閻耀軍、郭濤（2016）[8]等人以公共政策為例，運(yùn)用仿真模擬方法對其發(fā)展變化的過程進(jìn)行動態(tài)推演，進(jìn)而對社會沖突進(jìn)行前饋控制;但極少有人像郝豫（2018）[9]和季闖（2016）[10]那樣運(yùn)用突變極數(shù)法和Multi-Agent模型對重大工程社會風(fēng)險演化機(jī)理進(jìn)行了仿真模擬。事實(shí)上，社會風(fēng)險的內(nèi)涵與外延的大小決定了研究方法與路徑，只有弄清楚社會風(fēng)險向社會危機(jī)和社會沖突演化的內(nèi)在邏輯與機(jī)理，才能確定風(fēng)險治理主體介入的時機(jī)并實(shí)施有效治理。鄰避風(fēng)險作為社會風(fēng)險，具有發(fā)生頻率較高、影響較廣、參與人數(shù)較多等特點(diǎn)，公眾的抗議越來越頻繁地升級為群體性事件，而地方政府則難以跳出“決定-宣布-辯護(hù)”的行政邏輯，無法擺脫“擺平-妥協(xié)”的路徑依賴，深陷鄰避困境之中[11]。因此，本文將以鄰避事件為基礎(chǔ)，探討如何在確定性背景和不確定性邏輯下鄰避風(fēng)險演化的仿真模擬路徑，從而為國家治理現(xiàn)代化場域中的有效治理提供可靠依據(jù)。

二、案例來源與研究方法

1.案例來源

本文所選案例為筆者所在街道于2018年3月18日至4月30日發(fā)生的鄰避事件，該事件起源于地方行政區(qū)劃變更而鄰避規(guī)劃不變，新建住宅對此鄰避設(shè)施形成包圍圈，公眾大量入住該區(qū)域背景下，鄰避設(shè)施卻開始啟動興建而引發(fā)較大規(guī)模集群行為。2008年，某市S縣出臺了在新安河下游H街道辦事處區(qū)域內(nèi)興建垃圾中轉(zhuǎn)站和擴(kuò)容污水處理廠的規(guī)劃，此規(guī)劃直到該縣H街道辦事處整體劃入T區(qū)的2018年才正式啟動。T區(qū)在缺乏真正“業(yè)主”參與的情況下，于2018年3月21日將兩個項目打包進(jìn)行聽證，隨后進(jìn)行了招標(biāo)比選公告。正是聽證會對真業(yè)主的屏蔽，導(dǎo)致該鄰避事件持續(xù)一個多月，具體過程如下：

T區(qū)投資公司于3月21日組織了小范圍的“業(yè)主”“通報會”，數(shù)百名真正業(yè)主在得知消息后，立即趕到了會議現(xiàn)場制止“興建通報”;并在一名業(yè)主的組織下建立了與鄰避設(shè)施毗鄰的三個小區(qū)共計十余萬業(yè)主的五個微信群，計劃一周后的星期六在鄰避設(shè)施興建現(xiàn)場集聚。眾多業(yè)主連續(xù)在現(xiàn)場輪班值守一周，仍未獲得政府的及時回應(yīng)，于是開始制作統(tǒng)一的標(biāo)語等，分別于4月4日和7日在管委會和群眾中心穿上統(tǒng)一服裝、拉著橫幅、喊著統(tǒng)一口號來表達(dá)訴求，這不僅擴(kuò)大了該事件的社會影響力，最終也有一家媒體同意來到現(xiàn)場了解事件經(jīng)過。然而，媒體所發(fā)新聞被屏蔽、一位業(yè)主被拘留，以及一位業(yè)主在晚間值守現(xiàn)場對自己從一街之隔的污水處理廠旁邊搬到現(xiàn)在只有一墻之隔的擴(kuò)容污水處理廠居住的哭訴，使得該鄰避風(fēng)險被瞬間點(diǎn)燃，4月13日和14日發(fā)生了該城市中心廣場和熱門旅游街區(qū)的較大規(guī)模的理性集群行為，鄰避風(fēng)險在抗辯中轉(zhuǎn)化為社會危機(jī)。雖然，地方政府、人大政協(xié)代表委員和中央環(huán)保督查組的及時介入，使得此次鄰避事件在4月中下旬趨于消解，該鄰避設(shè)施至今處于停建狀態(tài)，但并不表示該鄰避沖突已經(jīng)得到完全解決，除非政府宣布終止建設(shè)。

事實(shí)上，在城市化快速擴(kuò)張進(jìn)程中，類似的鄰避沖突將不可避免，其演化機(jī)理是否遵循了“風(fēng)險-危機(jī)-沖突-失衡”規(guī)律，其原因和演化機(jī)理怎樣，如何有效化解等，是本文的研究所在。通過對該案例的考察，發(fā)現(xiàn)案例中的公眾總?cè)藬?shù)、平均溝通率、公眾關(guān)系網(wǎng)絡(luò)類型等參數(shù)設(shè)置和公眾狀態(tài)轉(zhuǎn)變所需平均時間等變量條件，以及模擬過程與結(jié)果真實(shí)可信所需的“原材料”等均符合Multi-Agent系統(tǒng)需要，因此，本文擬采用系統(tǒng)仿真模擬對案例中的鄰避風(fēng)險演化路徑和演化機(jī)理進(jìn)行解析，以發(fā)現(xiàn)鄰避風(fēng)險的演化機(jī)理和規(guī)律，進(jìn)而對其進(jìn)行有針對性的防范和化解，實(shí)現(xiàn)社會和諧穩(wěn)定。

2.研究方法

（1）Multi-Agent系統(tǒng)簡介

目前，對于社會風(fēng)險演化機(jī)理的研究，學(xué)界大多采用系統(tǒng)仿真模型或可計算的一般均衡模型。本研究所選擇案例是由業(yè)主的行為策略所決定，業(yè)主參與人數(shù)規(guī)模較大、業(yè)主之間存在非線性關(guān)系、參與對抗的時間和活動具有隨機(jī)性等特點(diǎn)，上述兩種模型并不能滿足研究需要。通過多種仿真模型的對比發(fā)現(xiàn)，Multi-Agent模型具有較強(qiáng)的適用性。Multi-Agent系統(tǒng)是由多個Agent系統(tǒng)組成，各個Agent成員可以不受其他成員限制地獨(dú)立活動，同時又相互協(xié)調(diào)服務(wù)，并通過協(xié)商來解決相互之間的矛盾和沖突。本案例中，每位居民的選擇偏好難以測量，每個偏好的抉擇并不是按模型推薦的單個策略進(jìn)行，而是對組成策略進(jìn)行描述，模擬結(jié)果對模型的參數(shù)和假設(shè)有一定的依賴性。盡管如此，本文將遵循學(xué)者盛昭瀚關(guān)于重大工程社會風(fēng)險演化機(jī)理的建模思路（見圖2），通過一些輔助資料或經(jīng)驗來完成案例中業(yè)主行為策略和演化條件的設(shè)定，然后將系統(tǒng)運(yùn)行結(jié)果與實(shí)際結(jié)果進(jìn)行對比分析。

（2）公眾行為策略

該案例的風(fēng)險事件涉及各層級政府、招標(biāo)方、業(yè)主和媒體等利益相關(guān)方，相關(guān)公眾人數(shù)超過3000人;公眾的個體特征為經(jīng)濟(jì)狀況優(yōu)越的官商學(xué)界的高端群體，但在整個風(fēng)險演化過程中，公眾在不同階段、環(huán)境和條件下的行為有所不同，參與人數(shù)也呈現(xiàn)諸多變化，主要有觀望、訴求、潛在抗?fàn)?、抗?fàn)帯⑼顺鑫宸N狀態(tài)，行為方式以集體行動為主。從社會心理角度看，公眾對鄰避設(shè)施的風(fēng)險感知往往會經(jīng)歷從“不怕”到“我怕”的認(rèn)知重構(gòu)過程，對負(fù)外部性的聚焦、對政府和專家的不信任都會推動這一認(rèn)知的轉(zhuǎn)變[13]。案例中，觀望者多有搭便車心理，對鄰避風(fēng)險的認(rèn)知也在不斷地重構(gòu)中，因而不論其他業(yè)主的行為怎樣，始終靜觀其變，除非最后的勝利果實(shí)可得，否則不會參與行動;訴求者多有環(huán)境正義心理和自身健康權(quán)益維護(hù)需求的業(yè)主;潛在抗?fàn)幷叨嗍怯性V求但會根據(jù)自身工作、其他業(yè)主行為和政府態(tài)度等社會環(huán)境而決定是否參與;退出者是指那些曾經(jīng)積極參與，后來因為訴求無望或政府的分化而退出的業(yè)主。五種類型業(yè)主的決策過程共有9種路徑，如果把業(yè)主的一次行為轉(zhuǎn)變狀態(tài)進(jìn)行疊加，9種行為決策路徑將演化為11種，而每一種公眾行為決策狀態(tài)面鄰2～3類固定的向前或向后的行為轉(zhuǎn)變選擇集，選擇條件受制于個體特征、個體心理狀態(tài)等內(nèi)在環(huán)境和其他公眾行為選擇、政府回應(yīng)等外在環(huán)境以及決策時間的影響。對公眾行為轉(zhuǎn)變進(jìn)行仿真模擬擬合并給出其內(nèi)在解釋框架是后續(xù)研究的關(guān)鍵所在。

3.公眾行為決策和演化條件設(shè)定

公眾行為決策的11種可能狀態(tài)是社會風(fēng)險演化的基礎(chǔ)（見圖3），但同時也需要對其進(jìn)行詳細(xì)分析和條件設(shè)定，條件變量設(shè)定主要從自身傾向、時間影響以及其他公眾的信息傳遞等三個方面。

（1）以事件起始為起點(diǎn)：起始→觀望、起始→訴求

當(dāng)公眾剛處于對鄰避沖突事件的感知時，從初始狀態(tài)可能會選擇采取“觀望”或者“訴求”。根據(jù)中心極限定理可知，如果一個事物受到多種因素的影響，不管每個因素本身是什么分布，它們加總后，結(jié)果的平均值就是正態(tài)分布。因此在系統(tǒng)中，公眾的選擇雖然受到各種因素的影響，但在此我們可以根據(jù)中心極限定理將其理解為服從正態(tài)分布，即設(shè)P訴求服從正態(tài)分布，正態(tài)分布中的參數(shù)μ是遵從正態(tài)分布的隨機(jī)變量的均值，認(rèn)為公眾選擇訴求行為的傾向值為0.5。因此，當(dāng)0≤P訴求<0.5時，公眾選擇“起始→觀望”行為，當(dāng)0.5≤P訴求≤1時，公眾選擇“起始→訴求”。

（2）以觀望狀態(tài)為起點(diǎn)，觀望→退出、觀望→訴求

一般處于觀望狀態(tài)的公眾在觀望過程中沒有過多的對事件有期望和要求，自身的訴求傾向與第一種的設(shè)定同理，是隨機(jī)不確定的。現(xiàn)實(shí)情況中，持觀望心理的公眾多往往會受到其他公眾的影響而發(fā)生行為轉(zhuǎn)變，成為訴求者、抗?fàn)幷摺撛诳範(fàn)幷?、退出者，即Q退出，當(dāng)系統(tǒng)中訴求者和抗?fàn)幷邽?時，觀望者即自動轉(zhuǎn)變?yōu)橥顺稣摺?/p>

（3）以訴求狀態(tài)為起點(diǎn)，訴求→退出、訴求→觀望、訴求→可能抗?fàn)?/p>

當(dāng)公眾表達(dá)訴求后，其會因為自身的訴求是否得到滿足、政府的相關(guān)回應(yīng)態(tài)度等各種外界因素的影響而做出不同的行為決策，因此時需要納入公眾可能抗?fàn)幍母怕蕘砑右钥紤]。根據(jù)成本風(fēng)險理論，不同類型的風(fēng)險所形成的風(fēng)險性成本概率不同，沒有辦法在這樣一個復(fù)雜的系統(tǒng)中將每一項具體活動所造成的影響都體現(xiàn)出來。因此，英國Stephen Grey等人為解決這個問題，研究發(fā)現(xiàn)可以通過三教分型分布的形式以簡化風(fēng)險性分布問題。給出每個項目具體活動的“最小值”“最可能值”“最大值”，以及“最可能值”的概率，就可以通過方針從而得到各項目活動的期望值。

因此，設(shè)訴求P可能抗?fàn)幏娜切畏植己瘮?shù)，即P可能抗?fàn)帯剩╗0，1]最可能值。公眾在訴求狀態(tài)下選擇退出行動的傾向值為0.2;選擇觀望行動的傾向值為0.5。則當(dāng)P<0.2時，訴求狀態(tài)為訴求→退出;0.2≤P<0.5，狀態(tài)為訴求→觀望）;P≥0.5時，狀態(tài)為訴求→可能抗?fàn)?。但是，在公眾中的潛在抗?fàn)幷摺⒖範(fàn)幷?、退出者等的信息傳遞影響下，還需要考慮納入選擇不同決策行為的時間因素。如果可能抗?fàn)帬顟B(tài)中遲疑不決的時間越長，公眾就越不會采取抗?fàn)幮袆?，此時的訴求與可能抗?fàn)幊煞幢汝P(guān)系，因此，當(dāng)P=0.5時，可能抗?fàn)幩枰獣r間t，其他狀態(tài)下可能抗?fàn)幍臅r間x。

（4）以可能抗?fàn)帬顟B(tài)為起點(diǎn)：可能抗?fàn)帯顺觥⒖赡芸範(fàn)帯^望、可能抗?fàn)帯範(fàn)?/p>

在可能抗?fàn)幍臓顟B(tài)下，公眾的行為轉(zhuǎn)變存在退出、觀望以及抗?fàn)幦N可能。與前文設(shè)定同理，受自身傾向、行為決策時間以及也受到來自抗?fàn)幷?、觀望者以及退出者傳遞信息的影響。設(shè)抗?fàn)嶱∈（[0，1]最可能值），抗?fàn)嶱的數(shù)值大小決定了公眾的行為路徑。這里將0-1的值劃分為0、0.2、0.5、0.8、1五個閾值，其中公眾在可能狀態(tài)下選擇退出的傾向值為0.2，選擇抗?fàn)幮袆拥膬A向值為0.8，當(dāng)P<0.2時，狀態(tài)為可能抗?fàn)帯顺?0.2≤P<0.8，狀態(tài)為可能抗?fàn)帯^望;P≥0.8時，狀態(tài)為可能抗?fàn)帯範(fàn)?。同樣，?dāng)P=0.8時，公眾從可能抗?fàn)幍娇範(fàn)幩枰獣r間（t）和觀望與退出（x）所需要的時間分別為：t抗?fàn)?，X抗?fàn)帯?/p>

（5）以抗?fàn)帪槠鹗紶顟B(tài)：抗?fàn)帯^望、抗?fàn)帯顺?/p>

在抗?fàn)幍臓顟B(tài)下，公眾的行為轉(zhuǎn)變存在觀望以及退出兩種可能。與前文設(shè)定同理，公眾行為的轉(zhuǎn)變受其自身傾向、行為決策時間以及來自退出者傳遞信息的影響。設(shè)P退出∈（[0，1]最可能值），公眾在抗?fàn)帬顟B(tài)下選擇退出的傾向值為0.8，當(dāng)P<0.8，狀態(tài)為抗?fàn)帯^望;當(dāng)P>0.8，狀態(tài)為抗?fàn)帯顺?P=0.8時，公眾從抗?fàn)幍酵顺鰻顟B(tài)臨界點(diǎn)所需的時間t和其他狀態(tài)下的時間（X）分別為：t退出，X退出。

三、仿真模擬與演化過程分析

1.系統(tǒng)仿真模擬平臺建立

系統(tǒng)仿真模擬是利用模型再現(xiàn)實(shí)際系統(tǒng)中發(fā)生事件的演化過程，并通過對系統(tǒng)模型的實(shí)驗來驗證已經(jīng)存在或可能出現(xiàn)的事實(shí)。據(jù)上述變量的函數(shù)關(guān)系、模型路徑轉(zhuǎn)變條件的設(shè)定，在Anylogic軟件中進(jìn)行了鄰避風(fēng)險演化機(jī)理仿真平臺的建立（見圖4），設(shè)定參數(shù)或輸入變量后，該平臺開始運(yùn)行。觀察者可根據(jù)業(yè)主參與人數(shù)隨時間和決策變化而呈現(xiàn)不同的動態(tài)分布可視化視圖，包括11種路徑中業(yè)主行為轉(zhuǎn)化的社會網(wǎng)絡(luò)圖和5種類型業(yè)主的變化與轉(zhuǎn)化情況。

2.實(shí)驗系統(tǒng)環(huán)境條件設(shè)定

根據(jù)系統(tǒng)仿真模擬平臺建立條件的設(shè)定，還需要對該實(shí)驗系統(tǒng)各個條件進(jìn)行具體的設(shè)定和判斷，才能模擬一套持觀望、訴求、可能抗?fàn)?、抗?fàn)幰约巴顺鰻顟B(tài)的公眾數(shù)量隨條件變化的社會風(fēng)險演化規(guī)律。

首先，需要考慮一般參數(shù)的設(shè)置，即公眾的總?cè)藬?shù)、平均溝通率、公眾關(guān)系網(wǎng)絡(luò)類型等。

從本研究選擇的案例來看，針對風(fēng)險議題所涉及樓盤中有兩個別墅樓盤和一個大平層高層電梯公寓。三個小區(qū)居民選擇此處居住除了財力因素，更看重T區(qū)的長遠(yuǎn)規(guī)劃和可靠的空氣質(zhì)量。然而垃圾中轉(zhuǎn)站的修建將導(dǎo)致每400噸以上的垃圾在三個小區(qū)中間的市政道路循環(huán)，使得污染物可能對周邊道路造成污染和垃圾處理過程中的大氣污染。由此，本研究設(shè)定的系統(tǒng)環(huán)境條件為：業(yè)主“訴求”行為發(fā)生的可能性“非常高”，由于T區(qū)管委會不是一級政府機(jī)關(guān)，其回應(yīng)能力可能欠缺等導(dǎo)致業(yè)主“抗?fàn)帯毙袨榘l(fā)生的可能性極高，但由于三個小區(qū)居民多來自政府機(jī)關(guān)、高校等，又極有可能因其理性決策而隨時退出。從三個小區(qū)參與維權(quán)的數(shù)個500人微信群來看，高峰期的參與人數(shù)超過了3000人，但由于三個小區(qū)距離主城區(qū)較遠(yuǎn)，投資型居民較多，數(shù)千人的參與者有很多沒有親臨現(xiàn)場，因此本研究假定參與總?cè)藬?shù)為3000人。雖然整個事件持續(xù)的時間長達(dá)40多天，但為了計算的方便，本研究的實(shí)驗?zāi)Ｐ湍M時間為30天。

由于整個事件中的聯(lián)絡(luò)人除了三個小區(qū)的五位負(fù)責(zé)人經(jīng)常見面以外，更多的是以微信群消息動態(tài)更新為主，因此公眾關(guān)系網(wǎng)絡(luò)類型為小世界型;由于網(wǎng)絡(luò)溝通的無縫隙，因而平均溝通率和隨機(jī)連接概率非常高，更加接近于區(qū)間（0，1）中的值1;參與鄰避事件的小區(qū)和居民相互間距較小，因此假定其步長為0.1，隨機(jī)連接率也越接近于0.1。正是鄰避事件中居民無縫隙地發(fā)生著現(xiàn)實(shí)與網(wǎng)絡(luò)聯(lián)系，非常符合小世界效應(yīng)。因此，設(shè)公眾參與總?cè)藬?shù)為3000人、公眾關(guān)系網(wǎng)絡(luò)類型為小世界型、平均溝通率為0.15。

其次，需要設(shè)置公眾狀態(tài)的轉(zhuǎn)變所需平均時間和發(fā)生某種狀態(tài)的可能性判斷。

公眾一旦進(jìn)入鄰避事件的環(huán)境中，其從觀望狀態(tài)轉(zhuǎn)變?yōu)樵V求狀態(tài)的可能性非常高，而當(dāng)公眾訴求行為發(fā)生后，由于訴求得到的結(jié)果不滿或政府應(yīng)對不當(dāng)、風(fēng)險感知擴(kuò)大等各種其他原因，其直接轉(zhuǎn)變?yōu)榭範(fàn)幍目赡苄暂^高，猶豫不決可能抗?fàn)幍目赡苄院芨?。隨著事件的演化，后期政府或社區(qū)采取了一定有效的應(yīng)對措施后，公眾從各狀態(tài)轉(zhuǎn)變?yōu)橥顺龅目赡苄暂^高。而從事件持續(xù)的時間來看，一般鄰避沖突從公眾知曉的起始狀態(tài)到?jīng)_突階段不會有很大的跨度。因此，根據(jù)本文的案例進(jìn)展，假設(shè)從訴求到可能抗?fàn)幤骄鶗r間為14天;可能抗?fàn)幍娇範(fàn)幤骄鶗r間為7天、抗?fàn)幍酵顺鏊璧钠骄鶗r間為5天。

另外，還需要結(jié)合前文變量條件設(shè)置，將設(shè)計的函數(shù)與數(shù)值轉(zhuǎn)化為文字描述以更好地理解公眾行為的轉(zhuǎn)變條件判斷。即當(dāng)在起始狀態(tài)，公眾的訴求傾向一般時會選擇訴求，若為訴求者，則當(dāng)可能抗?fàn)幍膬A向較高時會選擇可能抗?fàn)?、可能抗?fàn)幍膬A向較低時會直接退出;若為潛在抗?fàn)幷?，則抗?fàn)巸A向極高時會直接抗?fàn)?，而抗?fàn)巸A向極低時會選擇退出;若已為抗?fàn)幷?，則退出傾向極高時會選擇退出。

3.社會風(fēng)險演化機(jī)理的仿真模擬

根據(jù)前文的一系列設(shè)定，運(yùn)行仿真模擬平臺后，在軟件中動態(tài)呈現(xiàn)出公眾狀態(tài)在各個風(fēng)險階段的演化情況，仿真模擬結(jié)果與前面的假定14天、7天和5天的實(shí)施系統(tǒng)環(huán)境條件基本一致，這里以折線圖形式呈現(xiàn)（見圖5）。鄰避沖突發(fā)生后的15天左右時間段為鄰避風(fēng)險積聚階段，觀望者、訴求者和潛在抗?fàn)幷呦嗷ビ绊懀⒃诙鄠€集聚場合達(dá)到抗?fàn)幑沧R，成為積極抗?fàn)幷?隨后的10天左右時間鄰避風(fēng)險向公共危機(jī)轉(zhuǎn)化，仿真模擬的動態(tài)圖和折線圖均顯示出，該時間段內(nèi)，訴求者、觀望者和潛在抗?fàn)幷呋旧限D(zhuǎn)化為抗?fàn)幷?，使得抗?fàn)幷呷藬?shù)在鄰避沖突發(fā)生的25天左右達(dá)到高峰。由于案例所呈現(xiàn)的社會風(fēng)險在演化過程中受到利益分化和其他干擾因素的影響，在抗?fàn)幷呷藬?shù)達(dá)到高峰期后被迅速瓦解，因此，社會風(fēng)險的演化呈現(xiàn)為“社會風(fēng)險集聚-社會危機(jī)發(fā)生-社會沖突消解”路徑，在系統(tǒng)模擬剩下不到5天的時間里，五種狀態(tài)的社區(qū)居民迅速演變?yōu)猷彵軟_突的退出者。

四、研究結(jié)論與對策建議

1.研究結(jié)論

（1）“社會風(fēng)險”演化的驅(qū)動機(jī)制與環(huán)境特征：結(jié)構(gòu)斷裂下的利益表達(dá)

在生存性風(fēng)險中排第一位的生存保障風(fēng)險的臨界值最高，為0.396，此時疊加了政府治理風(fēng)險的臨界值0.313，以及社會信任風(fēng)險的臨界值0.365③，三類風(fēng)險疊加后的風(fēng)險臨界值已經(jīng)超過1的最高警戒線了;從時間來看，距離3月23日的聽證會10天;從事件的組織者來看，最初的抗?fàn)幷咧挥辛攘葞兹?從事件參與人數(shù)來看，從最初的上百人發(fā)展到數(shù)個微信群的業(yè)主參與，訴求者和觀望者非常多，這部分群體的行為策略將在外部環(huán)境和內(nèi)心對事件的認(rèn)同度增加而積極轉(zhuǎn)變?yōu)闈撛诳範(fàn)幷吆涂範(fàn)幷撸⒂薪M織地開展社會風(fēng)險治理結(jié)構(gòu)斷裂下的利益表達(dá)。這表明案例中的鄰避風(fēng)險已經(jīng)具備向社會危機(jī)轉(zhuǎn)化的全部基礎(chǔ)條件，不會停留在積聚階段，更不會自行消解。

（2）“社會風(fēng)險→社會危機(jī)”演化的觸發(fā)機(jī)制：否定性評價

社會風(fēng)險進(jìn)一步疊加社會認(rèn)同（0.341）、生態(tài)環(huán)境（0.396）、勞動者權(quán)益（0.353）等諸多風(fēng)險因素，風(fēng)險值同樣超過1④，甚至高于社會風(fēng)險集聚階段的臨界值，觀望業(yè)主的風(fēng)險感知明顯提升，并迅速加入到抗?fàn)庩犖橹?，這也初步達(dá)到社會危機(jī)爆發(fā)的條件，構(gòu)成社會危機(jī)的直接觸發(fā)機(jī)制。從動態(tài)模擬結(jié)果來看，五種行為狀態(tài)的業(yè)主由于溝通渠道除了網(wǎng)絡(luò)外，每天在鄰避設(shè)施周邊的密切接觸，增加了溝通頻率、提升了隨機(jī)連接率，使事件組織者由社會風(fēng)險積聚階段的2人轉(zhuǎn)為6人;社會風(fēng)險積聚階段的觀望者、訴求者等在對政府處理事件的否定性評價認(rèn)知強(qiáng)化后積極向抗?fàn)幷咿D(zhuǎn)化，使得抗?fàn)幦后w人數(shù)劇增到1500人以上。到此，該危機(jī)并沒有中止，還在持續(xù)發(fā)酵中。從仿真模擬的折線圖可以看到，抗?fàn)幷呷藬?shù)還在進(jìn)一步擴(kuò)大，觀望者人數(shù)減少，但還沒有一名退出者出現(xiàn)。如果政府不迅速采取相應(yīng)的舉措，該鄰避風(fēng)險將有可能向社會沖突階段演化。

（3）“社會危機(jī)→社會沖突”演化機(jī)理：遲鈍性反應(yīng)與有組織的分化

從一些群體性事件的演化機(jī)理來看，社會危機(jī)在公眾情緒被調(diào)動到高度一致，而政府出現(xiàn)遲鈍性反應(yīng)時，群體呈現(xiàn)出較高的內(nèi)在一致性，從而做出一些瘋狂行為，圍觀者的吶喊也會起到助推作用。尤其是當(dāng)生存性風(fēng)險疊加價值性風(fēng)險，且兩類風(fēng)險的最高子風(fēng)險可能部分疊加和完全疊加，若沒有得到政府的及時有效回應(yīng)，則放大秩序性風(fēng)險，使其越過3.58的臨界值，繼續(xù)向4甚至5的最高值邁進(jìn)。但該案例并沒有朝著上述群體性事件的方向進(jìn)行演化，而是逐漸消解了。主要原因在于，社會危機(jī)階段的諸多抗?fàn)幷呤艿礁鞣矫娴姆只阂皇钦畠商熘畠?nèi)分別拘留了兩名組織者，對其他參與者產(chǎn)生了威懾作用。二是三個小區(qū)業(yè)主對于4月14日的費(fèi)用是否可以挪用到兩名組織者的律師訴訟費(fèi)上產(chǎn)生了分歧，這件事降低了其他組織者的積極性。還有一個重要原因在于，風(fēng)險與財富的分配具有反向重疊性，財富可以獲得更多安全和豁免風(fēng)險的權(quán)利。三個小區(qū)均屬于高端樓盤，外地購房者和投資者居多，時間和精力等交易成本過高，也會迫使這部分群體通過其經(jīng)濟(jì)實(shí)力逃避風(fēng)險。因此，從社會沖突階段的變化折線圖上可以看到，該案例從發(fā)生到消解的一個月時間里，抗?fàn)幷呷藬?shù)幾乎減少為零，退出者接近100%，它完成了社會風(fēng)險向社會危機(jī)的轉(zhuǎn)變，卻并沒有形成社會沖突。

2.對策建議

（1）突破主體局限，降低有組織的不負(fù)責(zé)任

當(dāng)前，各類社會主體在進(jìn)行社會風(fēng)險治理時往往是單一參與的，而受限于自身的“視角”，在社會風(fēng)險治理時容易形成“盲區(qū)”，而這一“盲區(qū)”往往容易對治理對象與治理主體產(chǎn)生影響。因此，為了切實(shí)做好社會風(fēng)險治理，需要在整個社會層面做好治理的組織布局，明確政府主體、社會主體、市場主體的風(fēng)險治理責(zé)任，只有突破主體局限，形成多元良性治理格局，才能降低有組織的不負(fù)責(zé)任，實(shí)現(xiàn)有組織的責(zé)任落實(shí)，最終建立起風(fēng)險治理責(zé)任機(jī)制，真正有效治理社會風(fēng)險。一是重新定位政府自身角色，從“管理者”轉(zhuǎn)變?yōu)椤昂献髡摺?，削弱?quán)力上的高低之別，將部分權(quán)力賦予社會與市場主體，與社會與市場主體形成平等的合作地位，以確保社會多元主體有資格和有能力參與社會風(fēng)險治理;二是社會主體規(guī)模龐大，利益出發(fā)點(diǎn)更單純，在社會風(fēng)險識別與防范上有天然的優(yōu)勢，因而應(yīng)當(dāng)承擔(dān)起更多社會風(fēng)險治理責(zé)任，如參與社會救助、配合政府實(shí)行治理方案、加強(qiáng)社會監(jiān)督等;三是充分發(fā)揮市場調(diào)節(jié)功能，補(bǔ)足政府主體與社會主體的不足，實(shí)現(xiàn)整體社會風(fēng)險治理責(zé)任體系的構(gòu)建與完善。總之，只有合理劃分各個主體之間的責(zé)任，構(gòu)建起有效的社會風(fēng)險治理責(zé)任體系，才能充分發(fā)揮各個主體的作用與優(yōu)勢，使治理能夠覆蓋的社會各個角落，最大程度地突破主體局限，降低有組織的不負(fù)責(zé)任，實(shí)現(xiàn)主體間的責(zé)任落實(shí)。

（2）以風(fēng)險演化節(jié)點(diǎn)為基礎(chǔ)，提升社會風(fēng)險防范能力

為了提升社會風(fēng)險防范能力，應(yīng)當(dāng)以其各個演化節(jié)點(diǎn)為基礎(chǔ)，對每個階段采用不同的手段進(jìn)行風(fēng)險治理，不斷提高社會風(fēng)險防范能力，以切斷社會風(fēng)險向后演進(jìn)路徑，使其無法產(chǎn)生破壞。提升社會風(fēng)險防范能力就需要切實(shí)針對各個階段做好社會風(fēng)險識別預(yù)測、檢測與預(yù)警工作。一是培育社會風(fēng)險識別預(yù)測能力，及時對社會風(fēng)險將產(chǎn)生的后果進(jìn)行預(yù)測，為采用具體有效的治理手段提供基礎(chǔ)。二是從制度和技術(shù)雙重邏輯上采取措施培育社會風(fēng)險檢測能力，實(shí)時了解社會風(fēng)險演進(jìn)狀態(tài)，為社會風(fēng)險治理決策提供支撐。三是系統(tǒng)性培育社會風(fēng)險預(yù)警能力，做好風(fēng)險治理準(zhǔn)備，通過常態(tài)化的應(yīng)急預(yù)案，將社會風(fēng)險消弭在潛伏積聚階段，提升社會風(fēng)險的整體防范能力。

（3）培育社會良性運(yùn)行環(huán)境，提高多元主體的責(zé)任擔(dān)當(dāng)素養(yǎng)

從本案例的發(fā)生機(jī)理和演化進(jìn)程來看，良性的社會運(yùn)行環(huán)境產(chǎn)生于成熟的社會，其最突出的特征是社會整體具有較高的風(fēng)險承受度，這直接決定了在風(fēng)險醞釀與爆發(fā)時社會結(jié)構(gòu)能夠較好地維持運(yùn)行秩序，不至于因為風(fēng)險沖擊而失序、失衡。因此，社會多元主體要樹立正確的社會穩(wěn)定觀，提高風(fēng)險承受度。雖然，本文案例過程顯示，居民理性維權(quán)，并未對社會產(chǎn)生破壞性影響，但也應(yīng)該看到，其他利益相關(guān)者反應(yīng)遲鈍是鄰避風(fēng)險向社會危機(jī)轉(zhuǎn)化的關(guān)鍵因素。盡管社會穩(wěn)定是衡量地方理政的重要標(biāo)尺，但也不能因為社會風(fēng)險而阻礙相關(guān)信息的公開，提升利益相關(guān)方的風(fēng)險承受度是有效化解社會風(fēng)險的重要途徑之一。另外，還需要培養(yǎng)多元主體的風(fēng)險理性與社會信任，提高社會成熟度。社會成員的風(fēng)險偏好有差異，其風(fēng)險理性也有差異，健全的風(fēng)險信息披露機(jī)制是培育多元主體風(fēng)險理性的關(guān)鍵路徑，完善的風(fēng)險溝通機(jī)制是培育相互信任的社會關(guān)系、降低風(fēng)險治理成本的重要手段。只有社會成員加強(qiáng)相互信任，才能理性看待鄰避風(fēng)險，營造社會和諧穩(wěn)定的良好環(huán)境。

注釋：

①社會風(fēng)險演變的臨界值，以及生存性風(fēng)險、政府治理風(fēng)險和社會信任風(fēng)險的臨界值均是筆者在去年完成的國家社科基金課題“國家治理現(xiàn)代化場域中的社會治理問題”（編號：17VZL007）的研究報告中計算出來，分別為為0.396、0.313、0.365，當(dāng)三類風(fēng)險疊加后的臨界值超過了警戒值1，就會使社會風(fēng)險向社會失衡轉(zhuǎn)變。

②通過現(xiàn)實(shí)環(huán)境中對業(yè)主行為傾向的總體判斷，將其行為策略劃分為11條路徑，對應(yīng)的狀態(tài)與分針范圍分別從極低、非常低、很低、較低、低、一般，一直到極高為1，因此當(dāng)業(yè)主行為值在0～0.5之間時，處于觀望到不參與或退出狀態(tài);處于0.5～1之間時，處于訴求狀態(tài)，但當(dāng)其他因素介入時，業(yè)主行為策略仍可能會轉(zhuǎn)化為觀望或退出相關(guān)的社會風(fēng)險也可能由風(fēng)險/危機(jī)/沖突的集聚向惡化，或消解轉(zhuǎn)化。

③④生存性風(fēng)險、政府治理風(fēng)險和社會信任風(fēng)險的臨界值均是筆者在去年完成的國家社科基金課題“國家治理現(xiàn)代化場域中的社會治理問題”（編號：17VZL007）的研究報告中計算出來，分別為為0.396、0.313、0.365，當(dāng)三類風(fēng)險疊加后的臨界值超過了警戒值1，就會使社會風(fēng)險向社會危機(jī)轉(zhuǎn)變。

參考文獻(xiàn)：

[1]衡霞. 農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營風(fēng)險防范機(jī)制研究[M]，四川大學(xué)出版社，2011.

[2]宋林飛.中國社會風(fēng)險預(yù)警系統(tǒng)的設(shè)計與運(yùn)行[J].東南大學(xué)學(xué)報（社會科學(xué)版），1999，（01）.

[3]鄭杭生，洪大用.中國轉(zhuǎn)型期的社會安全隱患與對策[J]，中國人民大學(xué)學(xué)報，2004，（02）.

[4]崔涵洋.通過法律的社會控制理論給轉(zhuǎn)型時期法治中國的鏡鑒[J]，理論與改革，2016，（5）.

[5]朱正威.空間掠奪與認(rèn)同重塑：鄰避抗?fàn)幍陌l(fā)生邏輯及治理改善[J]，甘肅行政學(xué)院學(xué)報，2016，（6）.

[6]焦存朝.農(nóng)村社會失范及其治理途徑：基于利益的視角[J]，寧夏社會科學(xué)，2016，（9）.

[7]徐玖平.防范災(zāi)區(qū)社會風(fēng)險[N]，中國社會科學(xué)報，2013，（5）.

[8]閻耀軍，郭濤.社會穩(wěn)定風(fēng)險仿真模擬與社會沖突的前饋控制——基于政策模擬方法的社會穩(wěn)定系列研究[J]，北京行政學(xué)院學(xué)報，2016，（1）.

[9]郝豫.環(huán)境敏感性重大工程社會安全風(fēng)險機(jī)理分析及量化模型研究[D]，中國地質(zhì)大學(xué)，2018.

[10][12]季闖.基于計算實(shí)驗方法的重大工程社會風(fēng)險評估與治理研究[D]，東南大學(xué)，2016.

[11]王佃利，王玉龍，于棋.從“鄰避管控”到“鄰避治理”：中國鄰避問題治理路徑轉(zhuǎn)型[J]，中國行政管理，2017，（5）.

[13]何艷玲，陳曉運(yùn). 從“不怕”到“我怕”：“一般人群”在鄰避沖突中如何形成抗?fàn)巹訖C(jī)[J]. 學(xué)術(shù)研究，2012，（5）.

Abstract： NIMBY（Not in My Back Yard） risk， as a social risk， is characterized by high frequency of occurrence， wide impact， and large number of participants. Public protests are escalating more frequently into mass incidents. Therefore， this paper uses the occurred NIMBY events as the second-hand data to carry out the simulation of the evolution mechanism of NIMBY risk under the deterministic background and uncertainty logic. The public behavior strategy and experimental conditions of the Multi-Agent system are assumed to restore the evolutionary mechanism and evolutionary logic of NIMBY events through "risk-crisis-conflict"， which provides a theoretical basis for the phased measurement and prevention of local governments in the effective governance of the national modernization field.

Keywords： NIMBY Risk; the Evolution Mechanism; System Simulation

（責(zé)任編輯 ? 周巍）