情绪主导型群体事件的情绪演化模型与仿真

丁雪枫

上海大学 管理学院，上海 200444

1 引言

随着互联网、各类通讯设施的日渐发达，在某些热点事件发生的过程中各种流言迅速传播并大面积扩散，在认知有限的情况下，公众在外界的某些负面信息刺激下产生心理应激，对某些社会问题或突发事件形成了强烈的群体情绪认同，个体心理失去平衡，负面情绪和思想在群体成员间得到信任和传播，并很快波及至整个人群，所有受众体形成一个群体，并最终产生群体负面情绪，群体负面情绪是非理性群体从众行为得以产生的重要原因[1-2]。近年来，情绪主导型的群体性突发事件（以下简称情绪型事件）频发，如果此类事件没有得到及时有效的控制，会造成激烈的社会矛盾或社会压力，不但对社会公共财产、公共安全、公共秩序等造成威胁和损害，破坏社会稳定，普通民众还会被一些别有用心的不法分子利用，引发更严重的社会心理恐慌和社会影响。社会心理学认为，在群体情景中个体有时会做出与其独处时截然不同的情绪行为，尤其是在不良信息的刺激和驱使下，潜藏在个体内心的愤怒与不满，如果不加以限制，最终极易转化为集体暴力行为[3-4]。因此，研究情绪主导型突发事件中群体情绪的演变机制，科学制定应对与预防决策，有助于避免和降低突发事件的发生及造成的损失与影响，维护社会稳定。

目前，在群体情绪与行为演变方面的研究已得到了一些国内外研究学者的关注，从现有的相关文献来看，对于群体情绪的研究主要是从群体情绪的社会属性、群体情绪的行为机制方面展开的，如：Bosse等人对群体情绪感染进行了研究，并提出了基于多智能体的用于描述个体间情绪相互感染的吸收模型[5-6]；Tsai等人通过对真实的人群恐慌情景进行仿真计算，对基于热动力学和基于传染病模型的两种情绪感染计算模型进行了比较和评价[7]；Hegselmann等人考虑到现实社会中个体之间的相互影响，提出了有限信任模型，并对模型进行仿真实验[8]；Weisbuch、Lorenz等人在有限信任的模型下，对社会舆论的演变进行研究[9-10]；刘志明等人基于Aging theory模型，以预警为目的，设计了面向突发事件的微博民众负面情绪生命周期模型，在此基础上，结合微博主体检测、跟踪技术和微博情感分析技术，构建了基于微博的民众负面情绪实时监控预警框架，并以25起突发事件为实验对象，对所提出的模型进行检验[1]；殷雁君等人以情绪感染为理论基础，提出了一种基于观点认同的群体情绪模型，该模型引入个体观点值、情绪触发阈值来实现观点交互与认同对群体情绪演化所产生的影响作用，并以小世界网络模型构建了社会个体间的社会关系，通过引入情感关系参数来表达个体间的三种关系[4，11]；李从东等人在分析我国农村社会强网络嵌入性特征的基础上，基于社会网络理论提出了农村群体负面情绪传播的网络影响要素及其计算方法，并通过运用和优化元胞自动机建模方法，对农村群体负面情绪传播进行动态建模，该团队还采用系统动力学的方法将群体负面情绪体系划分为三个层面，对每个层面的行为模式及关键变量进行分析，通过系统仿真，考察变量与负面情绪体系行为的影响[2，12-13]；杜蓉等人以社会物流学理论为基础，借用万有引力定律和动能原理，构建了群体意见和群体行为的演化模型，并对模型进行仿真实验[14]；刘箴等人以火车站站台人群拥挤情景为研究对象，采用智能体的思想，提出了个体在情绪影响下的行为描述，根据人群中是否存在管理人员，提出了一种情绪感染计算方法[15]；周鑫、梅玖长等人从个体对危机环境的主观反应和客观特征考虑，提出了个体抢购行为决策的影响因素概念模型及研究假设，运用调查问卷和二元Logistic回归方法进行了实证研究，并对近年来中国发生的40起社会安全事件进行分析，总结了群体行为的演化规律，得出群体行为演化态势在活动、相互影响、情绪三个要素方面体现出明显的层次差异性[16-17]；佘廉等人基于传染病SIR模型，建立了非常规突发事件下的群体行为模型，得出不良信息的传播率和免疫率是形成群体行为的基本条件，通过危机教育提高免疫率和治愈率有助提高群体预先免疫能力[18]。现有的研究多是从宏观或者基于某种特定的情境而展开的，对事件的发展规律尚缺乏普适性解释，加之情绪主导型突发事件具有突然性、不明确性、复杂性等特点，对于此类事件下群体情绪和行为的形成与演变机理仍需深入的探索。为了把握社会群体负面情绪形成的内在规律及演变机制，考虑个体在有限理性的情况下，研究危机情形下影响行为选择的个体情绪决策机理，构建群体情绪演变模型，并对其进行仿真实验与结果分析，最后，对情绪型群体事件应对决策给出合理性建议。

2 情绪主导型群体事件中的个体心理分析

情绪主导型群体性事件是指当个体将自己归属于某个群体，把该群体当做自我心理的一部分的时候产生情绪反应，个体的情绪受群体情绪的影响，个体行为完全由群体情绪所控制，如果没有得到及时妥善的控制和处理，最终演变为大规模的非理性群体行为[19]，如法国巴黎的移民骚乱事件、贵州瓮安事件、四川邻水“保路”事件、日本核泄漏引发中国多地区的大规模“抢盐潮”等。现有相关文献对于群体情绪形成的研究多是基于个体完全失去自我个性的情境下展开的。曼瑟尔·奥尔森在《集体行动的逻辑》一书中认为：个体在参加集体行为时都是理性的，是为了追求自身的利益最大化。在没有任何强制或特殊手段、人可以自由选择自己情绪和行为的情况下，个体都会有理性选择和寻求对自我利益最大化的决策[20]。人的行为即是有意识地理性的，但这种理性又是有限的。在主动或被动感知其他个体的情绪信号时，在为自己的情绪做决策的过程中，很多情况下，尤其是与个体的社会身份或地位越近的人进行交互时，个体会融入自身的主观认知，做出对自己的最终选择，但由于个体的各种主观属性存在差异，个体的反应也是不同的，因此，个体是在有限理性的情况下做出情绪和行为决策的（如图1所示）。为了帮助自己决策，个体还会有意识的通过社会互动与交往来更新和扩张自己的社会关系网络。

图1 影响个体情绪决策的内外因素分析

3 群体情绪传播模型

3.1 参数说明

设网络总人数为N，每个个体是社会网络中的一个节点，个体之间的关系用边及边权值来表示，则整个人群就构成了一个具有N个节点的社会关系网络。为了研究个体在有限理性情况下群体情绪的形成与传播机制，情绪开始在网络中交互进行感染，群体情绪逐渐形成，随着消极情绪群体规模的不断壮大，群体情绪蔓延开来，事态变的严重。为了表述的方便，先对模型参数进行说明（如表1所示）。

表1 参数说明

3.2 模型描述

3.2.1 社会关系网络的建立

这里，用由节点以及节点之间的边构成的图来表示社会关系网络。每个节点代表一个个体，连接两个体之间的边表示个体之间建立了关系。宏观上，社会网络是由所有个体及其个体之间的所有边构成的整体网络；微观上，社会网络中包含着由个体和与其有关系的个体建立起来的一个个小圈子。社会关系网络按如下方法构建和调整：随机生成一个节点平均度为K的网络，每个节点个体与其连接的其他所有个体建立社会关系，构建一个子社会网络，初始化每个个体的参数，如果个体之间有连接，随机生成个体之间的关系亲密度，记录每个个体所属类型。每一轮演变后，为了让普通民众节点可以接收新的信息，需要对网络的结构做出更新和调整，同时还要保持网络始终是联通的且节点平均度为K，从当前普通民众中随机选择P个个体对其子社会网络进行调整，先从与其没有建立过关系的个体中随机选择一个个体建立关系并随机生成亲密度，同时断开一个与其情绪相差最大的节点之间的连接。

3.2.2模型假设

现实中，群体情绪的感染过程十分复杂，这里根据研究目的和参数的可衡量性，对群体情绪传播模型做出如下假设：

假设1社会关系网络中，存在四种类型的主体：普通民众、消极意见领袖、中立意见领袖、积极意见领袖。各类意见领袖作为坚定分子，情绪不会受到他人的影响，但是可以感染普通民众。普通民众的情绪既可能受到各类意见领袖的影响，在普通民众之间情绪也会互相影响。

假设2每个主体在某一时刻的情绪水平用情绪值来表示。当主体情绪值在[0，0.33]范围内时，主体处于消极情绪；当主体情绪值在（0.33，0.67）范围内时，主体处于中立情绪；主体情绪值在[0.67，1]范围内时，主体处于积极情绪。随着群体中普通民众的情绪被感染，其情绪值与状态相应改化。

假设3社会网络中的个体情绪某一时刻只会受到与其建立社会关系的个体影响。在t时刻，如果某普通民众连接的个体都是普通民众，个体对自己情绪的选择具备一定的主观判断能力，且个体之间的情绪水平较为接近时，情绪才可能发生交互；如果某普通民众连接的个体中包含某一类意见领袖，个体的情绪则优先受到此类意见领袖的影响；如果某普通民众连接的个体中包含两类或两类以上的意见领袖，此时个体对自己情绪的选择仍然具备一定的主观判断能力。

3.2.3 群体情绪传播机制

（1）自身作用因素

各普通民众由于在知识水平、阅历、了解内情的程度、性格、性别等各方面存在差异，危机出现时，在与社会网络中的其他个体进行交互的过程中，不同的民众个体情绪受到的影响也不同。某些情况下，多数民众对于来自外界情绪的影响是具备一定的判断能力的。这里用主观判断能力参数dr(0≤dr≤1)来描述个体的有限理性程度，dr的值越大，表明该个体越相信自己的判断，受到外界的影响越小，由自身认知和情绪水平进行决策的能力更强。

（2）外部作用因素

社会关系网络中个体之间存在多种不同的关系，不同关系下情感的亲密程度也有差异，个体之间的亲密程度越大，个体之间越互相了解，沟通也会更深入频繁，情绪在个体之间感染的可能性也越大。社会网络中对于个体间亲密程度，通过节点之间的边权值进行描述，即亲密度参数gsr进行表述，如果两个个体之间建立了关系（两个节点之间有边），gsr的大小体现了两者之间的亲密程度，gsr的值越大，说明情绪接收体和情绪发送体之间的亲密程度更近，情绪发送体更容易取得情绪接受主体的信任，情绪接收体情绪被感染的可能性就越大。

现实生活中，个体还会比较容易受到他所信任的人（比如部分知道内情的人，政府人员、专家学者、利益集团等）的情绪影响，哪怕这些人与他的亲密程度不高，但是如果个体对这些人的信任程度很高，那么个体的情绪也可能被感染。这里，用xrs来表示个体r对s的信任程度，xrs的值越大，表示个体r对s越信任，越容易被s的情绪所感染。

每个个体都具有自己独有的个性，外向、口才好、沟通能力强的人更容易表达出自己的情绪，并将自身的情绪感染给其他人。这里，用ws表示个体的情绪表达能力，ws的值越大，表示个体更善于表达出自己的情绪，更容易将自己的情绪感染给其他个体。

情绪型突发事件的爆发往往是先由少数个体刻意散播个人负面情绪，并试图得到其他人的共鸣和跟随。这里用bs表示个体的情绪传播意愿，bs值越大，意味着主体去感染其他个体情绪的意愿或可能性越大。

社会网络中个体的情绪走向是个体自身及其与外界交互下，各因素综合作用之后的结果。外部因素主要来自于个体与交互对象间的亲密程度、对交互对象的信任程度、情绪表达能力、传播意愿等。这里，用情感关系函数Rrs(t)来描述t时刻来自个体r关系网络中所有作用于r的外部感染能力，计算公式如下：

3.2.4 群体情绪感染规则

规则1t+1时刻，某普通民众个体ri只与消极意见领袖集合中的个体和普通民众节点相连，如果ri只连接了消极意见领袖集合A中的一个节点ai，则ri的情绪值，是t时刻的情绪值（自身情绪）与消极领袖对其情绪的影响作用之和，即：

每个时刻，个体ri只能受到一个人的影响，如果t+1时刻ri与A集合的多个节点ai(i=1,2,…)相连，则随机选择其中一个ak，ri的情绪值为：

规则2t+1时刻，某普通民众个体ri只与中立意见领袖集合B的个体和普通民众节点相连，如果ri只与B集合的一个节点bi相连，则ri的情绪值为：

如果t+1时刻ri与B集合的多个节点bi(i=1,2,…)相连，则随机选择其中一个bk，ri的情绪值为：

规则3t+1时刻，某普通民众个体ri只与积极意见领袖集合C的个体和普通民众节点相连，如果ri只与C集合的一个节点ci相连，则ri的情绪值为：

如果t+1时刻ri与C集合的多个节点ci(i=1,2,…)相连，则随机选择其中一个ck，ri的情绪值为：

规则4t+1时刻，某普通民众个体ri相连的节点中，同时包含积极意见领袖集合、消极意见领袖集合、中立意见领袖集合（或任意两类意见领袖组合）及普通民众中的节点，则每类人都可能对ri产生影响，从A、B、

规则5t+1时刻，某普通民众个体ri只与普通民众相连，则ri不会受其影响，分别从与ri连接的积极情绪的人、中立情绪的人、消极情绪的人中各随机选择一个主体，设为s1、s2、s3，比较Es1(t)、Es2(t)、Es3(t)与Eri(t)的情绪差绝对值是否小于等于情绪感染阈值λ，如果存在多个小于等于λ的主体，选择与ri情绪差最小的那个个体（设为Esk(t) ，k=1，2，3）作为此次 ri的交互对象，如果存在多个绝对差值相等的个体，随机选择其中一个。则ri在t+1时刻的情绪值为：

规则6如果普通民众ri的情绪值超过1，则为其在（0.67，1]之间重新随机生成一个情绪值；如果普通民众ri的情绪值小于0，则在[0，0.33）之间为其重新随机生成一个情绪值。

4 仿真实验

这里，利用多主体仿真平台Netlogo 5.3.1[21]对基于社会关系网络的群体情绪演变模型进行仿真。设网络总人数为1 000，当负面情绪人数达到人群总数的一半以上时，情绪型事件才可能爆发，负面情绪占总人数比例越大，事态越严重。按第2章节中的方法生成一个社会关系网络，初始化各个节点的参数值，为连接的节点之间随机生成0-1之间的亲密度。通过调节各类参数，考察不同情景下社会关系网络中群体情绪的演变情况。

实验1 设 λ=0.015，K=6，P=6，消极、中立、积极领袖不介入，即人数为0，初始化普通民众节点的各个参数，运行时间2 000步。网络中各类情绪人数的演变结果如图2（a）、（b）所示。

图2 （a） 网络中各类情绪人数变化

图2（b） 个体情绪与各类情绪平均走向情况

图2 （a）中，横坐标为时间，纵坐标为人数，A表示消极情绪（红线），B表示中立情绪（绿线），C表示积极情绪（蓝线）；图2（b）中，横坐标为时间，纵坐标为情绪值。由图2（a）和图2（b）可见，网络群体中，消极情绪平均值逐渐下降，网络中普通民众的情绪最初是中立或积极的，在经过一段时间的演化后中立和积极情绪人数逐渐下降，消极情绪的个体出现并增多。此种情形下，即使没有刻意散播和煽动负面情绪的分子，但由于有些民众关注的危机矛盾没有得到准确的回应或很好的解决等原因，有些民众的情绪也会变得消极。而且，在普通民众为了了解情况扩大自己的关系网络的过程中，如果他与消极情绪个体进行了交互，其情绪也可能被感染。群体中消极情绪的人数越来越多，消极情绪在网络中蔓延开来。。以日本“3.11核泄漏事件”为例，当核泄漏事故最初被报道时，多数民众自身具备一定的主观判断能力，情绪没有受到太大影响。随着媒体报道的增多，民众间对于此事的交互增大，很多关注事件的人会主动查阅核辐射、核污染的相关信息，并因此引发其消极恐惧的情绪，继而影响其情绪发生转变。

实验2保持实验1中的其他参数值不变，将普通民众的dr值设置在[0.6 1]之间。运行结果如图3所示。

图3 网络中各类情绪人数变化

图3 显示，消极情绪的人数增长较缓慢，在网络中没有大规模蔓延，多数个体的情绪保持中立，表明当普通民众的理性程度普遍提高，危机事件出现时，网络中多数人还是保持理智冷静的，群体各类情绪没有发生急剧的变化。如2013年长江三角洲地区爆发多起H7N9禽流感，导致数人死亡，中国政府部门及时公开疫情详细信息，消除了公众的恐慌心理，大多数个体处于理性，避免了群体消极情绪的形成。多次重复实验的结果表明，普通民众节点的总体dr值越高，网络中负面情绪的人数增长速度越慢，负面情绪人数越少。

实验3保持实验1中的其他参数值不变，令消极意见领袖个数为20。运行结果如图4所示。

图4 网络中各类情绪人数变化

图4 显示，网络中中立情绪的人呈现逐渐下降趋势，积极情绪的人数初期降低较快之后逐渐降低，消极情绪初期蔓延的很快，之后速度逐渐减缓，表明如果网络中一开始就有负面情绪意见领袖的加入，直接与意见领袖进行交互的普通民众更容易受到负面意见领袖情绪的影响，并改变自己的情绪，并且受到负面感染的民众在于其他民众进行交互时，还有可能继续将其负面情绪感染给这些人，随着负面情绪感染人数不断增多，网络中负面情绪蔓延，情绪型群体事件极有可能爆发。

实验4保持实验3中的其他参数值不变，令设λ=0.05，演化结果分别如图5所示。

图5 网络中各类情绪人数变化

图5 显示，负面情绪人数短时间内迅速增加，并在网络中蔓延开来，表明情绪感染阈值取值越大，普通民众之间交互时，情绪受到影响的可能性更大，网络中负面情绪蔓延的速度加快，情绪型群体事件爆发的可能性很大。如在2008年贵州瓮安发生的“6·28”事件中，一些围观群众受到别有用心的造谣者的煽动，情绪变得激动，迅速导致事态升级，引发了大规模打砸抢烧群体性突发事件。

实验5保持实验3中的其他参数值不变，令设P=4，演化结果分别如图6所示。

图6 网络中各类情绪人数变化

由图6可见，网络中三种情绪的人数走向与实验1类似，但每个时间步内，负面情绪的人数有所降低，负面情绪人数的增长速度下降。实验结果表明：在社会网络中，某时间段内，如果个体与其他个体间的互动人数减少，即可以获取新消息的人数变少，网络中被负面情绪感染的数量就会降低，负面情绪蔓延的速度也会减慢。

实验6保持实验3中的其他参数值不变，令K=4。运行结果如图7所示。

图7 网络中各类情绪人数变化

由图7可见，当减低网络的平均节点度，网络中普通民众的“个人关系网”变小，其获取帮助自己决策的新信息的渠道减少，在每个时间段，情绪受到影响的个体人数减少，负面情绪蔓延的人数和速度也都有所降低。

实验7保持实验3中的其他参数值不变，令积极意见领袖个数为50，中立意见领袖个数为50，他们加入网络的时间点都为50，运行时间5 000步，演化结果如图8所示。

图8 网络中各类情绪人数变化

由图8所示，当中立与积极意见领袖参与到网络中对群体情绪进行干预后，民众的情绪不再只受到负面情绪的主导和影响，网络中负面情绪人数的增长变得缓慢，中立情绪的人数逐渐增多。中立与积极意见领袖参与到网络中对群体情绪进行干预的时间越早，网络中受到负面情绪感染的人数会越少，负面情绪蔓延的可能性降低，事态得到控制。随着演变时间的发展，负面情绪将逐渐减少，网络中中立、积极情绪的人数呈现上升趋势。如在2010年的四川内江事件中，“特警抢尸”的谣言在社会上迅速传播，随着相信谣言的人越来越多，社会影响越来越大，四川省和当地各类新闻媒体通过不断挖掘事实真相，利用自身的公信力和权威性，向公众披露事件真相，向正确的舆论引导，避免了情绪型群体事件的爆发。

5 对策分析

根据模型的演变结果，可以考虑从如下几方面对情绪主导型群体事件进行预防与应对：

（1）很多情绪型群体事件发生的源头是由于当地政府出台的政策、处置某些事情的措施上引发公众不满（消极情绪）而导致的。当群体矛盾出现时，相关政权机构应及时介入和干预，避免采用不恰当的对立或强硬态度，对大众给予必要真诚的回应。提高公众信息的透明度，改善职能机构的公信力，适时公布大众所关注的焦点事件的处理措施和相关进展，重视受众群体的合理诉求，积极采取措施，及时疏导和消除社会公众当前的消极逆反情绪。

（2）在焦点事件发生后，各类传播媒体、社会组织或公众人物，应公正、客观，不应将带有个人主观色彩或偏见情绪的信息、言论向公众散播。媒体应尽可能为大众报导及时、准确的信息，但不应为了吸引大众眼球，加入偏见性的新闻标签或非理性的价值预设，尤其要避免在事件没有得到结论之前就为其定性，引发巨大的情绪型舆论热点。

（3）新媒体的迅速发展为信息传播领域带来了巨大变革，使用新媒体的人数急剧增加，在危机发生时，很多人会选择新媒体获取各类信息。新媒体“复合式”的传播特征，也是其成为假新闻、负面情绪、谣言传播的主要途径。因此，应加强对各类网络平台的监管，尽早出台和完善规范新媒体行为的法律法规，明确假信息、谣言制造者和传播者的法律责任，依法处置恶意造假、挑拨、煽动公众情绪的行为。同时，要加强提升主流媒体的公信力与影响力，危机事件时主流媒体要及时宣传、解释政府行为，消除公众的疑惑、恐惧，维护社会稳定。

（4）加强日常对各类危机情形的宣传，提高社会公众的公共危机意识和理性应对能力，在全社会普及各类急救知识与技能，增强社会公众的公共责任和及应对方法，注重培养公众参与、应对公共危机的理性心态，提高民众自我理性判断能力，培育理性生态社群，从根本上阻断消极情绪、假消息、谣言等在社会网络蔓延的可能性。

（5）深入对危机管理的研究，并将研究成果运用于相关法律法规的制定、预防与应对策略的调整与改进等方面，将公共危机管理推向科学化、系统化、实用化、制度化。

6 结语

公共危机事件发生后，很容易处于社会网络中的社会群体负面情绪危机。本文讨论在普通民众在有限理性的情形下，群体情绪在社会关系网络中的动态演化机制，通过构建了网络群体情绪演变模型，结合仿真实验和情景分析，结果表明：社会危机事件发生时，没有任何理性或积极情绪干预的情况下，群体负面情绪很容易形成，如果不加以控制，负面情绪极易蔓延并最终导致情绪型群体事件发生；政府部门信息公开化，及时对公众关注的焦点事件做出真诚合理的回应，有效监督信息传播媒介，提高媒体职业道德与公信力，加强公众危机意识和应急知识技术的普及，提高公众理性危机应对能力等途径，有助于预防和降低情绪型群体突发事件的发生。