突发事件社会风险放大的信息作用机制研究-Information Mechanism for Amplifying Social Risks in Emergencies 黄仕靖/陈国华/袁勤俭作者简介：黄仕靖，男，南京大学信息管理学院博士研究生，研究方 向：信息风险、用户行为与系统仿真南京210093；陈国 华，通讯作者，男，南京大学工程管理学院副教授，研究 方向：信息系统分析与设计、系统建模与仿真， ghchen@南京210029；袁勤俭,男，南京大 学信息管理学院教授，研究方向：信息经济与电子商务 南京210093原发信息：《图书与情报》（兰州）2021年第20212期 第54-66页内容提要：突发事件所产生的社会风险经过社交网络的传播和放大可 能会引发社会冲突甚至危及社会稳定，探究社会风险放大 的信息作用机制对有效预测、识别和管控社会风险具有重 要意义从社会层面和个体层面梳理了突发事件情境下影 响个体风险感知放大的因素，构建了突发事件社会风险放 大的信息作用机制理论模型和数学模型，基于multi-agent 建模方法，构建了突发事件社会风险放大的动态演化模 型，基于耦合网络模型探讨了官方媒体、非官方媒体对公 众社会风险感知放大的信息作用机制，以及公众信任度的 调节作用，从而对突发事件的社会风险放大机制有更深层 次的探索。
本文构造的模型从理论上可以洞察系统之间复 杂的相互作用和影响关系，根据耦合网络模型所得实验结 果可以更加准确地反映现实，为管理者及时应对突发事件 社会风险提供有价值的建议体报道的内容的客观性和准确性等其他特征，因此在我们的模型中，我们 为官方媒体设置这三种报道策略以及混合策略，本文感兴趣的是不同的信 息发布策略对公众的社会风险放大的影响以及引导策略在多大程度内有 效2.2个体层面Slovic［36］认为，人们面临各种可能遭遇的风险感知是一种主观的认 知评估，受到个体特质、文化、社会经济等因素的影响，通常会采取不同 的问题认知来解释风险由于心理因素如恐惧、陌生等往往易导致人们主 观感受的风险与客观风险之间存在较大差距，即风险感知与真实风险之间 存在着偏差，但不管是风险被高估还是被低估都反映了风险感知是个体对 真实风险的主观感知和评判影响个体对风险感知的因素是多样的、复杂 的，Covell和Merkhofer［37］总结了风险感知的影响因素，如灾难的潜 在性、熟悉性和不确定性等，我国学者彭泗清［38］研究了 SARS背景下个 体对灾难评估的25项因素经整理，我们发现现有大局部相关文献将影 响因素归纳为主体方面因素（内因）与非主体方面因素（外因）两大局部。
内因 主要包括个体特征因素［39］、情绪因素［40］、信任因素［41］等；外因包括 信息因素［42］、风险特征因素［43］、社会因素［44］、文化因素［45］等考虑 到模型的精炼性和研究问题的聚焦性，本文的研究模型在个体层面变量选 取上重点关注影响个体在突发事件情境下进行信息处理的重要因素，主要 包括五个方面，并以此来表征个体的异质性Q)事件相关性事件的相关性用来表征个体与事件的相关程度，包括 与事件的直接物理距离和心理距离根据与事件的相关性程度，本文把公 众分为三类：一种是事件直接相关者，即事件的直接受害者，其负面情绪 和风险感知的程度最高，且在整个事件周期内风险水平持续最高；第二种 是间接相关者，对该事件保持较高的敏感度和关注度，个体敏感期持续时 间较长；第三种是普通公众，和事件没有相关性2)心理状态根据Wei等［46］学者的研究，将公众感知风险的心理 过程分为三个阶段，敏感期一理智期一遗忘期，公众处于不同时期的心理 状态将影响个体的信息接收数量和彼此交互频率根据公众记忆理论，个 体接收媒体报道的信息数量会影响其风险感知［4刀又由于公众存在选择 性关注的现象［33］,故此处假设公众增加的关注信息是社交媒体的信息。
假设每一期个体接收信息的上限是10条，在敏感时期，阅读信息频次比 较高，对与事件相关的信息关注较多，因此假设个体敏感期的接收信息量 在(8 , 10)随机，理智期个体接收信息的数量是(2,7)随机，遗忘期在(0 , 1)之间随机，增加的信息对于个体来说其效益是边际递减的增加的接收 信息的频次对个体风险感知的影响表现为强化了个体对所接收信息的认 同敏感期，个体会选择与之节点相联系的所有人进行交互，理智期交互 人数服从(2 , 5)之间的随机分布，遗忘期服从(0 , 1)间的随机分布，如果 选择不交互，那么保持上一期的风险感知值不变由于人们对风险的感知随着时间的推进会有一定程度的衰减，此处引入衰减因子B ,在理智期和遗忘期会产生衰减作用，假设理智期的衰减因子取值0.8 ,遗忘期的衰减因子取值0.5o⑶信息接受概率Zaller[48]的信息接受模型(Receipt-Accept-Sample , RAS)，很好地反映了个体对外部信息的处理和接受机制信息 接受模型用来确定个体选择接受信息影响的概率p, P的计算公式为：其中，I一代表个体对信息的信任度，I一为个体的抗说服能力，I1为个体对信息的掌握程度，I一I为个体对既有态度倾向的抗说服能力，I―I为既有倾向，由当前信息与个体本身观点的契合程度决定。
事实上，该模型中变量的内涵可以在一定程度上表示个体的特征差异，如个体 的抗说服能力是个体文化观和价值观的表现，也反映了个体的理性程度； 个体对信息的掌握程度那么反映了个体的知识技能水平、社会地位等因素 因此，信息接受概率P是一个综合性变量在本文模型中，我们将公众对政府和机构的信任用官方媒体信任度来 |二 「表示，参数为t, t属于(0 , 1 , I一)的三角分布；个体对交互信息的信任 程度与个体的社会关系有密切关系，因此个体对交互信息的信任程度用参p .,IJ数E来表示，E属于(0 , 1 , ।—I)的三角分布；那么个体对社交媒体信息的信任度那么为Qt?)我们将个体的抗说服能力用个体的从众心理a来表示,a服从(0 , 1 , —是个体信息掌握程度，用累计接收的所有信息数量的对数值来表示；—I由当期收到的信息值与个体上一期的PR值来确定4)信任度信任是影响公众风险感知的主要因素，以往的研究无论是 从模型的构建还是实证的结论，都反映了信任因素与风险感知的反向关系 [49]o制度的信任是学者们研究的重要主体，同时也是风险研究文献中的 一致性结论之一，即对于那些对风险管理负责的机构的信任水平对风险感 知的塑造十分重要[50-51]。
公众对政府的信任水平越高，恐惧感就会减 少，对风险感知水平就会下降反之，公众对于政府等负责机构不信任， 就会增加自身的恐惧感、愤怒和悲观的心理，进而对风险感知的水平就会 过高本文将公众对政府和机构的信任简化为对官方主流媒体的信任，因 为一般而言，政府或者专家、机构等发出关于突发事件的信息主要是通过 主流媒体来传递，公众对官方的信任程度可以用参数t来表示t服从(0 ,rn1,1_I的三角分布考虑到公众对官媒信任的程度与官媒本身对信息处 理的方式有关，本文假设公众信任t与官媒对信息的引导力度b存在以下 关系：(5)交互方式本文考虑三种情形的交互可能，线上情形只考虑与线上 的邻居进行交互，线下网络只考虑与线下邻居进行交互，耦合网络情况下 需综合考虑线上交互和线下交互的双重影响个体均衡考虑与其交互的所有邻居的风险感知值，并根据信息接受概率原那么确定交互效应值对于直接相关者来说，整个交互周期不会改变自己原始的风险感知值，而其余人那么根据外部信息和交互信息不断改变自己的风险感知3模型构建仿真逻辑和参数说明本文选取2019年1月爆发的过期疫苗事件相关数据作为仿真模型构 建的基础环境参数①，采用WS小世界和SF无标度经典演化网络模型来 构建双层对称耦合网络。
子网络A是线上社交网络层，符合无标度网络的 特征，子网络B是线下物理接触层，符合小世界网络特征由于现实中不 是每一个个体都会成为交流的个体，而是以一定的概率q成为线上用 户，这个概率由个体的年龄、职业等其他生活环境因素调节子网络B的 节点数为1000 ,随机重连概率为0.05 ,平均度=10;子网络A的 节点数为0.6*1000=600②，幕律指数6=2.2 ,最小连接数为6O个体t期的风险感知匚I终由当期的外部信息效应与当期的交互效 应决定（见图3）0个体首先根据官方媒体和非官方媒体计算信息效应值 PRW,同时，个体与相连的邻居进行交互，得到周围同伴的平均风险感知 值IR ,进而计算得出交互效应值IRE ,最后，根据个体对待信息效应和交 互效应不同权重计算出当期的^—I,个体感知风险的影响因素系统动力学函数为：其中，k为非官方媒体夸大系数，b为官方媒体引导力度z t为公众对 官方的信任度，£为对交互信息的信任度，p为个体信息接受概率，|J为线 下交互权重，B为遗忘因子，3为信息效应权重3.1 关键函数Q)官方媒体传播的风险MR :图3仿真模型逻辑图(2)非官方媒体传播的风险SMR :⑶当期的外界信息产生的风险感知值PRW :分别计算官媒和非官方媒体的信息接受概率：(4)交互效应值IRE :个体与线上同伴进行交互，得到线上同伴平均风险感知IR :测量指标实验中，我们需要测量的指标有：3结果分析与讨论本次实验使用Anylogic 8.3专业软件对上述模型进行仿真，每次实验 设置固定仿真时间进行瞬态仿真。
设定直接相关者风险感知初始值服从 (0.8 , 1)均匀分布，间接相关者风险感知初始值服从(0.015 , 0.8)均匀分 布，其余普通人的风险感知初始值为0.015 ;非官方媒体夸大系数k初始 值为5 ,官方媒体引导度初值为b=0.5 ,官方媒体信任度初始国—I =0.5 ,交互信息信任度初M1=0.5 ,线下交互信息信任度初值为0.5 ,间接相关者比例初始值为0.32 ;实验周期为100期非官媒的夸大报道是为了吸引公众的关注而放大真实的风险系数，官 媒的引导策略是为了引导公众的风险感知在一定的可控范围，但是现实中 的情况是复杂交错的，这两种媒体的风险信息会同时以不同程度共同作用 于个体，而个体对于这种来源信息的采纳存在权衡的过程，因此，本局部 实验将基于耦合网络情境探讨k和b同时作用下的社会风险演化结果3.1官媒引导和非官媒夸大的交互作用分析本次实验分为两种情况，一种是非官媒夸大程度在10倍以内，令 k=5(见图4(a)),通过敏感性分析可知，当引导力度较大时(b< 0.5)时，公 众整体风险感知经历了小幅度的下降又迅速反弹，当b > 0.5时，公众的 风险感知出现了大幅度的变化，随着官媒报道越接近真实，人们的风险感 知先大幅度下降而后缓慢回升，最后又逐渐下降；当b=0.1时，最大风险 均值为0.074 ,当b=0.9时，最大值为0.065 ,在同一时刻风险差值最大 为0.027 ,即风险下降了 37% ;当非官媒夸大程度较高时，取k=50(见图5(a))，当b < 0.5时，引导力度越大，曲线越陡峭，公众风险感知上升越 迅速，在极短时间内到达风险最高点；当b > 0.5时，官媒越接近真实报 道，曲线越平缓，公众的风险感知上升缓慢，且持续周期较短，这为管理 者及时采取管控措施争取了有利时机；当b=0.1时，最大风险均值为 0.67,当b=0.9时，最大值为0.62 ,在同一时刻风险差值最大为0.45 , 同期风险下降了 70%o在夸大系数10倍以内时(见图4(b)),间接相关者的风险感知均值无 论引导力度大小，都呈逐渐下降的趋势；然而，一旦非官方媒体夸大程度 超过10倍以上，间接相关者的风险感知会迅速上升，且在约70个周期内 的线上风险感。