基于多案例研究的群体性突发事件结构化描述与控制决策

李勇建 ，王治莹，2，王姝玮

（1.南开大学 商学院，天津 300071；2.安徽工业大学 管理科学与工程学院，安徽 马鞍山 243032）

近年来，我国的群体性突发事件频频爆发，如2005年安徽池州事件、2008年湖南吉首事件和甘肃陇南事件、2009 年湖北石首事件以及2011 年潮州古巷事件等。据中国社科院发布的《2014年中国法治发展报告》显示，2000-01-01～2013-09-30在中国境内发生的参与者规模在100～1 000人的事件有590 起，占67.7%；1 001～10 000 人 的 事 件 有271起，占31.1%；10 001人以上的事件有10起，占1.2%。这些事件不仅造成了巨大的生命财产损失，还严重扰乱了正常的公共秩序，危害社会的长治久安。因此，有必要构建科学的群体性突发事件应急防范体系，而其前提是理清事件演进的路径，识别事件演进过程中的关键影响因素，探寻决策者能够人为控制的因素及这些因素间的交互作用规律，因此，本研究具有重要的理论意义和实践价值。

我国2008年颁布的《国家特别重大、重大突发公共事件分级标准》中将突发事件划分为自然灾害、事故灾难、公共卫生和社会安全4类，而群体性突发事件作为一种社会安全类事件，具有结构复杂性、突发性、矛盾对抗性和决策时间紧迫性等特征［1］。目前，有关群体性突发事件演进的影响因素与控制决策研究已经开始引起学术界的关注。Liu等［2］在探讨了群体性突发事件的两类演化机制（弱势群体的认知结构和社会网络结构）基础上，研究了冲突驱动的社会网络演化过程；Zhang等［3］研究了中国群体性突发事件中拥挤街道上单向人群流的性质，并运用红外线计数器和图像处理方法进行了定量调查，得到了流量的数据集以及给出了时间序列分析；徐寅峰等［4］考虑到社会弱势群体对收入差距敏感程度的差异，运用主观博弈模型分析了群体性突发事件的产生根源；刘德海［5］分析了社会弱势群体的公平偏好，在考虑不同社会群体间收入增长的动态变化性基础上，构造了群体性突发事件发生机理的多阶段动态博弈模型；刘尚亮等［6］考虑了群体成员的责任分担心理，提出了政府监管下的两阶段动态博弈模型。国外研究中，与我国群体性突发事件颇为相似的概念有集体行为和社会运动。在集体行为研究方面，Niizato等［7］分析了用于刻画个体间交互作用的两类模型（基于拓扑距离的模型和基于米制距离的模型）的不同，提出一种新的混合模型来研究群体的认知；Iwanaga等［8］分析了集体行为的普遍存在性，研究了社会网络中人群交互数量对集体行为的影响；Butail等［9］运用生成模型和非线性流形学习方法构造了用于对集体行为进行分析和分类的概念框架；Dias等［10］指出参与人的行动特征数据的缺失是难以定量化研究集体行为动力学的关键因素，通过实验设计研究了参与人特征对集体行为方式的影响；Hu等［11］运用多Agent系统（MAS）刻画了竞合网络中个体间关系的演化，进而运用拉普拉斯矩阵分析了MAS的集体行为动力学。在社会运动研究方面，Samorna［12］以泰国东北部地区抵制开采金矿和钾矿的社会运动为例，通过深入访谈和对参与者/非参与者的观察，以实际获取的数据搭建了社会运动演变的框架流程；Mitlin等［13］分析了南非国民对住房需求的迫切性，为城市社会运动管理组织制定有效的目标、战略和行动提出了建议；McGehee等［14］指出社会运动大都出自不确定性经济条件下的社会压迫，进而研究了美国一家区域经济发展组织——Hand Made在控制社会运动中的角色。

上述研究成果对群体性突发事件演进过程中影响因素的识别和控制决策的制定具有重要指导意义，但也不难发现，当前有关群体性突发事件研究不能完全根植于我国社会实践，很少从我国现实的多个案例中提炼普适性的影响因素。此外，有关集体行为和社会运动的研究成果都是基于国外社会背景，难免与我国的现实情况不符。而扎根理论［15-16］作为以归纳法从现象中提炼问题的有效理论，其基本思想是深入搜集情境的相关资料，并对搜集到的信息进行反复比较、抽象化和概念化，进而提炼出概念、范畴，最终构建理论。由此可见，这对于我国群体性突发事件的相关研究具有重要的启示作用。基于此，本文借鉴扎根理论思想，通过多案例研究提炼我国群体性突发事件的影响因素，然后研究这些影响因素的角色划分。在此基础上，提取出决策者的可控属性，并研究其交互作用评估。最后，以2008 年甘肃陇南“11·17”事件为例进行研究。

1 多案例研究与事件结构化描述

多案例研究方法因其能够保障信效度水平和弥补数据收集中的一些缺陷而成为理论构建和检验的普适方法，常用抽样的方式提取研究对象［17］。为此，本文选择8个典型案例（2005年安徽池州事件（a），2008年云南孟连事件（b）、湖南吉首事件（c）、贵州翁安事件（d）、甘肃陇南事件（e），2009年湖北石首事件（f）、海南东方事件（g），2011 年的潮州古巷事件（h））作为本研究对象。选择这8个样本的依据：①这些样本均是近年来发生的，且社会危害性大、受众关注度高；②这些样本的群体性特征显著，具有很强的代表性；③这些样本的演进过程较易追踪，从而易于保障关键细节信息的完备性；④这些样本来自我国不同区域，有助于确保研究的普适性。

进一步，为贯彻三角验证的原则［18］，对于上述每一个样本，首先都采用官方网站资料收集（如人民网、新华网）、新闻周刊整理（如《中国日报》、《羊城晚报》）的数据收集方法，追踪有关样本的发生、发展和演化的实时报道，并整理了相关背景资料。进而结合专家座谈的方式将获取的信息进行概念化，得到a1～a17、b1～b19、c1～c15、d1～d27、e1～e21、f1～f27、g1～g21、h1～h23共170个概念。在此基础上探寻这些概念之间的逻辑规律，经过对其归类和抽象，形成11个概念聚类，称为范畴（范畴是比概念更高层次的概念，它包含一组相似的概念，也是由相似概念所描述的现象背后抽象出的共同内涵），即为事件演进的重要影响因素，如表1所示。

表1 群体性突发事件发展演化影响因素

续表1

为体现各种影响因素在群体性突发事件演进中的不同作用，需要在考虑事件的多属性和外延性特征基础上，实现影响因素的角色划分。为此，借鉴突发事件的结构化描述方法［19］，即

突发事件=｛｛事件类型｝，｛关键属性｝，｛从属属性｝，｛环境属性｝，｛危害评估属性｝｝

其中：事件类型反映了事件变化的缓急程度及其是否可控，为激变型或渐变型；关键属性描述了事件的严重程度，或者直接推动着事件的演进；从属属性是通过影响关键属性阈值进而影响事件演进的内部因素；环境属性是事件的外延属性，为关键属性与从属属性的孕育和发挥作用提供环境支持；危害评估属性同样是外延属性，用于评估事件造成的危害程度。

通过进一步分析上述8个案例，结合上述11种影响因素，得到群体性突发事件的一般结构化描述模型（简称为结构模型），即

群体性突发事件=｛｛渐变型（A）｝，｛聚众人数（B），群体行为（C）｝，｛群体成员构成（D），群体成员动机（E），事态发展辅助因素（F）｝，｛社会矛盾（G），诉求渠道（H），社会认知（I），相关事件（J），导火索事件情景（K），政府干预能力（L）｝，｛人员伤亡（M），财产损失（N），公共安全损坏（O）｝｝

其中：（A）反映了群体性突发事件具有逐渐演进的过程，由于社会矛盾的积累和激化，事件只有在情景刺激超过人们的心理阈值时才能引爆；（B）和（C）表征了事件本身的严重程度，是事件的关键属性；（D）、（E）和（F）通过辅助关键属性，间接决定了事件的严重程度；（G）～（L）是关键属性和从属属性发挥作用的平台，构成事件的孕育环境；（M）、（N）和（O）体现了事件的外延性，即刻画了事件的危害大小。

2 可控属性提取及其交互作用评估

上述结构模型为决策者（一般为各级政府部门）快速掌握事件的发生机理和演进规律提供了有效的分析工具，但是现实中的决策者会更加关注如何采取措施控制事件的发生，以及在事件发生后如何尽可能快速地平息事件并将损失降到最低。因此，下面从决策者实施控制决策的视角，通过对上述结构模型中的属性进行分析，提取决策者的可控属性，并评估其交互作用。

2.1 群体性突发事件中决策者的可控属性提取

依据现有案例和结构模型，群体性突发事件发生、发展、演化及危害的控制需要综合考虑其多属性和外延性特征，而由于事件类型是事件固有属性，决策者无法进行干预，且危害评估属性主要用于度量事件的危害大小，也不是决策者的可控属性，故通过分析和提炼关键属性、从属属性和环境属性得到决策者的5个可控属性，如图1所示。

图1 决策者可控属性提取过程

图1中，首先，对于关键属性这一类事件内部属性，聚众人数和群体行为存在一定的正相关关系，这是因为在一般情况下，聚众人数越多，群体情绪激化越迅速，群体行为的反应越激烈。因此，选择较为直观的聚众人数加速度作为决策者的第1个可控属性；其次，对于从属属性这一类事件内部属性，群体成员构成和群体成员动机是政府在短时间内难以控制的，而事态发展辅助因素（包括谣言传播、情绪行为感染和地理位置相近度）不同，尤其是谣言传播，能够贯穿事件发展的始终，对另2个辅助因素也起到催化作用。因此，选择谣言传播作为决策者的第2个可控属性；最后，对于环境属性这一类事件外延属性，社会矛盾是事件产生的根源，政府若能在前期给予足够的重视并采取合理措施，就有可能防止事件的产生，因此，将社会矛盾视为决策者的第3个可控属性。诉求渠道作为社会弱势群体力图改变现状、享受和强势群体相同的公正待遇并分享社会进步果实的手段，一旦不畅通便会形成社会怨恨，加剧事件的产生，因此，将诉求不畅作为决策者的第4个可控属性。政府干预能力也是决策者的可控属性，能够决定事件的演进方向，为便于定量化分析，以政府应急措施失误率加以替代，作为决策者的第5个可控属性。

2.2 可控属性间的交互作用评估

上述5 个可控属性所发挥的作用并不是独立的、静态的。相反，这些属性之间通过相互耦合、叠加、强化、交织的动态作用，形成合力推动事件演进。值得注意的是，其中有的属性与一部分属性有直接的作用关系，与另一部分属性无直接关联，然而通过作用的结构性传导，属性能够对与其无直接关联的属性产生间接影响。并且特定属性受到干扰引起的初始变动在属性间传递通过反馈环而作用于自身，形成对初始变动的强化或抑制作用，这种反馈作用关系也是促进或遏制事态发展的重要力量。因此，研究这些属性间的动态交互作用，识别其对群体性突发事件演进的影响，对于决策者制定可控属性的优先选择和控制策略具有重要意义。

Helbing等［20］提出一种交互网络评估方法，并应用到SARS传染病蔓延研究中，该方法能够很好地量化影响因素间的直接作用和反馈作用关系。因此，本文运用该方法研究群体性突发事件中可控属性（下面简称属性）间的交互作用，建模过程如下：

设Aij为属性j对属性i的总作用（包括直接作用和反馈作用），则所有属性间的相互作用关系构成矩阵A=［Aij］。鉴于直接作用关系直观且容易测量，而反馈作用关系抽象且不易测量，因此，若设M=［Mij］为属性间的直接作用关系矩阵，则有

式中：Mk表示经过（k-1）个中间媒介属性和k条链接的作用关系，如k=1对应于直接作用，k=2对应于有1个中间媒介属性的反馈环，k=3对应于有2个中间媒介属性的反馈环；τ为反馈作用相对于直接作用的强度。

进一步，由于矩阵A的元素A ij都是有限数据，故为保证式（1）的收敛性，在不改变A中元素取值的相对大小关系情况下，令τ＜1，将式（1）改为

式中：E为单位矩阵；当τ→0时，有A→M，表明τ值越小，反馈作用就越弱。

值得注意的是，为方便评估和计算，可将M中的元素M ij设置为-3～3的离散值，即

其中：Mij=±3表示属性j对属性i具有极强的正或负作用；Mij=±2表示强作用；Mij=±1表示弱作用；Mij=0表示作用微弱到可以忽略不计。实际应用中，元素M ij的具体取值可以借助历史数据、专家知识以及实验设计来确定。

依据矩阵A，决策者可进一步定量测度某个属性产生扰动的作用，故可据此确定其特定决策目标下的行动策略。为此，设属性集｛聚众人数加速度，政府应急措施失误率，谣言传播，社会矛盾，诉求不畅｝状态的扰动为

因此，由式（2）、（3），可得

最后，定义权重Zi为决策者对属性i变动的重视程度，则可得

式中，F为特定属性扰动后属性系统的状态。F=0为该系统的稳态，表示属性扰动不会影响社会的稳定，而F值越大，说明系统偏离稳定状态越明显，因此，决策者的目标是使F值最小化。

3 案 例

本节以2008年甘肃陇南“11·17”事件为例展开具体研究，首先运用第2节提出的群体性突发事件结构化描述模型提炼该事件的结构化属性，然后根据可控属性提取方法，确定该事件的可控属性，进而对可控属性间的交互作用关系进行评估，并以此探讨决策者的控制决策。

甘肃陇南事件是由陇南市行政中心搬迁问题而引发的一起严重扰乱社会秩序的群体性事件。民间传言陇南市政府将由武都区搬往成县，武都区拆迁群众担心搬迁会损害自身利益，到陇南市委市政府上访。市政府对搬迁的传言含糊其辞，未能对上访群众的问题给出合理解释，导致上千人上访及围观。期间，政府的不合理处置措施引发警民对抗，群众情绪行为激化，严重扰乱社会秩序并造成重大生命财产损失。通过对该事件的演进过程进行梳理，确定其结构化描述模型：

甘肃陇南“11·17”事件=｛｛渐变型｝，｛聚众人数（由9时许的30人飙升至24时许的2 000余人），群体行为（冲击市政府、打砸抢烧政府办公大楼、破坏公共设施、袭警）｝，｛群体成员构成（直接利益相关者、情绪感染者、围观者、不法分子），群体成员动机（利益诉求、看热闹心理、情绪宣泄、借机牟利），事态发展辅助因素（谣言传播、情绪行为感染）｝，｛社会矛盾（拆迁征地损害群众利益），诉求渠道（不畅通），社会认知（政府、开发商反面形象），相关事件（曾两次上访），导火索事件情景（拆迁户就行政中心搬迁问题上访，政府不予正面回应、人群聚集，警力强行疏散），政府干预能力（当地政府应急处理能力薄弱）｝，｛人员伤亡，财产损失，公共安全损坏｝｝

由此可知，第3节提取的5个可控属性（聚众人数加速度、政府应急措施失误率、谣言传播、社会矛盾和诉求不畅）符合该事件。由于可控属性之间的直接作用大小很难进行量化，加上决策者在现实决策中主要关注这些可控属性间相互作用的相对大小，故仍然采用直接作用关系矩阵M中元素M ij的离散式赋值方法，即

依据专家评测和该事件演进的实际状况，可得M，若再令τ=0.4，则由式（2）计算得A，即

式中，M的主对角线上元素都为0，表示属性不直接作用于自身。其他元素解释如下：

（1）第1列，聚众人数加速度的增加会明显增加政府干预的难度，相应的应急措施失误率也就可能越大，因此，取M21=+2；加速度的增加导致聚众人数增多，使得群体成员构成复杂，动机各异的人员更有可能引导舆论、制造谣言，因此，取M31=+2；聚众人数并不对社会矛盾产生直接作用，取M41=0；聚众人数增多容易引起社会关注，是解决群众诉求不畅的渠道，因此，取M51=-1。

（2）第2列，政府应急措施失误率的增加会增强群众的反抗情绪，并通过情绪感染使人群越聚越多，因此，取M12=+2；政府措施不当会加深人们固有的对政府形象的判断，增加外界对事件真相的揣测，促使谣言滋生，因此，取M32=+2；若政府一味地维护强势方利益，置弱势方的利益于不顾，会恶化社会矛盾，也会使弱势方的诉求受阻，但政府并不是根源所在，因此，取M42=M52=+1。

（3）第3列，谣言传播的增强促进了群众情绪的激愤和感染，导致事件影响扩大，是聚众人数快速增加的重要原因，因此，取M13=+2；谣言传播考验政府的公信力，致使应急措施实施难度加大，因此，取M23=+1；谣言传播也会强化公众对政府及强势群体形象判断，一定程度上增强社会怨恨，加剧社会矛盾，因此，取M43=+1；谣言传播对诉求不畅并无直接作用，因此，取M53=0。

（4）第4列，社会矛盾的增强实际上是弱势群体与强势群体的利益冲突的尖锐化，弱势群体的社会怨恨累积，一旦事件爆发，这些具有社会怨恨情绪的群体就一定程度上越容易参与群体性行动，并积极制造和传播谣言，因此，取M14=M34=+1；社会矛盾对政府采取的应急处理措施和群众诉求表达不畅不产生直接作用，因此，取M24=M54=0。

（5）第5列，诉求不畅是社会矛盾激化后引发群体性事件的直接因素，诉求越不畅就越会增加事件的激烈程度和聚众人数的增加速度，因此，取M15=+2；由社会矛盾引发的弱势群体的诉求不畅，原有问题得不到改善会加深社会矛盾，因此，取M45=+1；诉求不畅对政府应急措施和谣言传播的作用是间接而不是直接的，故取M25=M35=0。

进一步，取初始扰动

其中：X1=1表示事件发生导致聚众人数加速度的增加；X2=X3=X4=X5=0.1表示事件发生分别对其他因素（政府应急措施失误率、谣言传播、社会矛盾和诉求不畅）的促进作用。由于人群聚集进而发生群体暴力行为对社会产生直接不良影响，故赋予聚众人数加速度的权重为Z1=0.4，而政府应急措施失误率、谣言传播、社会矛盾、诉求不畅的权重为Z2=Z3=Z4=Z5=0.15。基于此，由式（5）、（6），得

将上述分析过程和所得结果作为基础情景，下面研究不同应急措施对系统状态的影响，以期得到各应急措施的优劣关系排序，为决策者提供决策支持。

决策者在既有应急处置能力基础上，常常面临着将有限且可利用的新增资源投入到何种应急处置实践的问题，即用于：①疏散人群？ ②控制谣言？③改善社会矛盾？ ④解决群众诉求不畅？ 体现在属性间交互作用关系上，无论决策者最终解决以上哪一方面问题，都会削弱其原有应急措施失误率与该方面的逻辑作用强度，下面通过对以上四方面划分4个情景进行分析。

情景1疏散人群。该情景下式（7）中M及由式（2）计算的A转变为：

相应地，有

情景2控制谣言。该情景下式（7）中M及由式（2）计算的A转变为：

相应地，有

情景3改善社会矛盾。该情景下式（7）中M及由式（2）计算的A转变为：

相应地，有

情景4解决群众诉求不畅。该情景下式（7）中M及由式（2）计算的A转变为：

相应地，有

通过对比式（8）、（10）、（12）以及式（14）、（16），可以看到，F1＜F2＜F3＜F4＜F。这说明，相对于基础情景，上述4种情景均提高了系统的稳定性。其中，疏散人群是首要的应急处置策略，其次是控制谣言，最后是改善社会矛盾和解决群众诉求不畅。这符合甘肃陇南事件的实际情况，2008年11月17日19时30分，政府调集了400多民警到场维持秩序，在市委院中与上访群众对峙。20时，民众开始冲击警察，22时，警察将人群驱出政府大院。自20 日起，甘肃省省长徐守盛亲自与武都地区拆迁户代表、新区开发商座谈，表示无论政府搬迁还是不搬迁，武都区都要发展，从而澄清了相关谣言，改善了社会矛盾及满足了群众诉求。

4 结语

鉴于我国群体性突发事件的研究成果以定性研究为主，大多以西方社会理论为基础而缺乏考虑本土化因素的现状，本文借鉴扎根理论思想，通过多案例研究，得到了影响我国群体性突发事件演进的11个因素。考虑到这些影响因素的角色差异，构建了群体性突发事件的一般结构化描述模型。在此基础上，从决策者视角，通过对结构化模型中的属性逐一分析，提取出决策者的5个可控属性：聚众人数加速度、政府应急措施失误率、谣言传播、社会矛盾和诉求不畅。进一步，运用交互网络评估方法研究了这些可控属性间的交互作用，给出了其评估模型。最后，以2008年甘肃陇南“11·17”事件为例进行了研究，通过对事件进行梳理，建立了其结构化描述模型，研究了不同应急措施对系统状态稳定性的影响，结果表明，疏散人群是首要的应急处置策略，其次是控制谣言，最后是改善社会矛盾和解决群众诉求不畅。上述研究成果不仅有助于探究群体性突发事件的演进规律，还可为应急预案的编制和筛选提供有力的理论基础。

事实上，在借助扎根理论思想，以及通过多案例研究构建群体性突发事件的结构化描述模型基础上，除本文提取决策者可控属性及评估其交互作用外，还能够研究事件属性与事件情景之间的因果关联关系，以此将研究拓展到应急管理领域广为认知的“情景-应对”范式中；此外，属性的状态扰动发生与传导存在一定的不确定性，可以运用随机理论和方法［21］（如马尔可夫过程、随机网络、贝叶斯网络等）对其进行有效刻画，这些问题都将在下一步工作中深入研究。