□劉 嘉 謝科范 [武漢理工大學 武漢 430070]

引言

近年來，世界上類似于美國“911”恐怖襲擊，中國汶川大地震等重大的突發(fā)事件頻發(fā)，因其罕見性、破壞性被劃分為非常規(guī)突發(fā)事件。非常規(guī)突發(fā)事件往往成因復雜，影響范圍廣，且很可能導致各種次生災害。人們往往不能在短時間內完全控制事態(tài)的發(fā)展，而只能一步步根據(jù)情景的變化做出應對決策。

決策者的應激能力或者心理韌性是個體克服由于遭遇到對自身至關重要而又難以應付的環(huán)境因素而產生的緊張和精神壓力的能力，是調節(jié)應激生活事件對其影響的重要能力[1]。應激能力強的人往往看待問題更加冷靜樂觀、自信[2]，且自我控制力較強[3]。應激能力與個體在突發(fā)事件中的持久承受能力和耐壓能力直接相關[4，5]。應激能力強的人在遇到問題時思想是堅定的[6]，并且有對他人施加影響的能力[7]。在能否采取與當前環(huán)境相適應的行為方面，應急能力強的人與應激能力弱的人差別很大[8]。因此可以推斷，在非常規(guī)突發(fā)事件情景下，個體的應激能力對其決策行為也有顯著影響。

在非常規(guī)突發(fā)事件中，群體的應對決策行為會受到其中每個個體的應激能力及其決策的影響。而關于非常規(guī)突發(fā)事件中，群體應對決策行為的研究大多集中在當事人的恐慌逃逸方面。如Dirk等研究了突發(fā)事件下群體恐慌逃逸行為的非理性特征[9]。Paris等研究了恐慌狀態(tài)下行人之間運動的相互作用[10]。但是，關于非常規(guī)突發(fā)事件決策者的決策行為，目前還罕有學者研究。而通過真實場景模擬實驗的方法雖然是展開此類研究的直接手段，但是由于完全模擬非常規(guī)突發(fā)事件情景的難度極大，且有可能對被試造成傷害，所以本文采用計算實驗的方法來達到研究的目的。元胞自動機是目前計算試驗中最常見的模型，本文擬采用該模型來研究非常規(guī)突發(fā)事件群體應對決策行為的演化規(guī)律。

一、仿真背景和假設

在非常規(guī)突發(fā)事件中，決策者的決策行為受到自身應激能力的影響。低應激能力的人往往在非常規(guī)突發(fā)事件情景下表現(xiàn)出緊張、焦慮的情緒，從而其決策行為的準確度較平常大幅降低；而高應激能力的人能夠更加冷靜地對當前情景做出判斷，從而較為準確地選擇決策行為。在非常規(guī)突發(fā)事件情景下，當個體在一個決策群體中做出決策時，往往會受到周圍人的影響而改變自己的決策。另外，在非常規(guī)突發(fā)事件發(fā)生時，決策者不可能收集到群體中其他所有人的決策信息，而只能得到自己附近人的決策信息。所以，他的決策行為會受到自身的應激能力和周圍人的決策行為的共同影響。

本文假設在非常規(guī)突發(fā)事件中，有R和C兩個決策供決策者選擇；決策者的類型分為應激能力高（H）和應激能力低（L）兩種。文章利用元胞自動機模型對決策者群體的決策行為進行模擬，每一個元胞代表一個人。假設在二維元胞空間中，元胞能夠看到的所有附近元胞為它的Moore鄰居，元胞只能收集到其Moore鄰居的決策信息，如圖1所示。

圖1 Moore鄰居

高應激能力的人選擇R和C決策的分別影響力記為hr和hc，低應激能力的人選擇R和C決策的分別影響力記為lr和lc。并令：

設X為一個元胞的決策選擇參數(shù)，當X大于0時，它下階段選擇R決策行為。當X小于等于0時，它下階段選擇C決策行為。M為該元胞自身與其Moore鄰居集合，則定義

二、系統(tǒng)運行流程和實現(xiàn)

仿真系統(tǒng)首先設置決策群體中高應激能力子群體和低應激能力子群體中個體的比例，以及兩個子群體中初始決策行為R和C的比例。然后系統(tǒng)執(zhí)行初始化操作，其中包括：第一，按照預設比例隨機分布H和L型決策者；第二，設置各決策者在初始情況下的決策行為（R或C）。最后，系統(tǒng)進入運行階段，并依次循環(huán)以下操作：第一，計算周邊鄰居的決策影響力之和X；第二，如果X大于0則下階段選擇R行為，如果X小于等于0則下階段選擇C行為；第三，重新設置自身的決策影響力的值。具體運行過程如圖2所示。

本文采用Netlogo仿真平臺，以非常規(guī)突發(fā)事件群體應對決策行為研究對象，建立元胞自動機仿真系統(tǒng)，系統(tǒng)的仿真界面如圖3所示。

三、仿真結果分析

本文首先固定決策群體中的高應激能力和低應激能力個體各占50%。然后通過設置不同初始決策行為的比例，來研究決策行為演化的趨勢。令hr=9，hc=?9，lr=5，lc=?5。用HR表示H型群體中決策行為是R的個體比例；用LR表示L型群體中決策行為是R的個體比例；用HC表示H型群體中決策行為是C的個體比例；用LC表示L型群體中決策行為是C的個體比例。則以下按照各種典型初始情況來研究決策行為的演化趨勢，圖4顯示了系統(tǒng)的仿真結果。

圖2 仿真系統(tǒng)流程

圖3 系統(tǒng)仿真界面

當初始狀態(tài)為60%HR和40%LR時，因為H型個體對周圍個體的影響力高于L型個體，所以盡管HR高于平均水平10%，LR低于平均水平10%，但是決策集結狀態(tài)并不是選擇兩種決策行為的個體數(shù)相等，而是選擇R行為的個體明顯高于選擇C行為的個體。再進一步擴大HR的比例到70%，可以看到選擇C行為的個體與決策R行為的個體的數(shù)量差距較前一種情況更大。

當初始狀態(tài)為40%HR和60%LR時，盡管HR低于平均水平10%，LR高于平均水平10%，但是決策集結狀態(tài)并不是選擇兩種決策行為的個體數(shù)相等，而是選擇C行為的個體明顯高于選擇R行為的個體，這也是因為L型個體對周圍個體的影響力低于H型個體。再進一步縮小HR的比例到30%，可以同樣看到選擇兩種決策行為的個體的數(shù)量差距變得更大。

當初始狀態(tài)為40%HR和30%LR時，無論是H型還是L型群體，選擇R行為的個體比例均低于選擇L行為的個體比例。在決策集結的過程中，選擇R行為的個體比例會進一步減少，選擇L行為的個體比例會進一步增大。與這種情況相反，當初始狀態(tài)為60%HR和70%LR時，兩種類型的群體中選擇R行為的個體比例均高于選擇L行為的個體比例。在決策集結的過程中，選擇R行為的個體比例會進一步增大，選擇L行為的個體比例會進一步減少。

圖4 系統(tǒng)仿真結果

四、結論

本文通過基于元胞自動機的仿真，研究了非常規(guī)突發(fā)事件中群體應對決策行為的演化規(guī)律。仿真結果證明了應激能力強的決策者對周圍其他決策者的影響要明顯大于應激能力弱的決策者，并且當決策者群體的初始決策有明顯的偏向性的時候，最終的集結決策就會使這個偏向性更加明顯。根據(jù)該仿真結果，可以得出非常規(guī)突發(fā)事件中關于決策者選擇方面一般性建議：最好選擇對該事件有過經驗并且應激能力很強的決策者，這樣一來決策群體的初始狀態(tài)就會偏向于正確的決策，并且經過群體決策的一段時間的演化過程，最終的決策會更加集結于正確的決策。本研究的不足之處在于，僅考慮了個體的應激能力對群體決策行為的影響，而忽略了個體決策行為的其他影響因素。在以后的研究中，逐步將更多影響因素考慮進來，會使得研究結果更接近實際情況。

[1]KOBASA S C.Stressful life events, personality and health: an inquiry into hardiness [J].Journal of Personality and Social Psychology, 1979,37(1):1-11.

[2]FLORIAN V, MIKULINCER M, HIRSCHBERGER G.An existentialist view on mortality salience effects: Personal hardiness, death-thought accessibility, and cultural worldview defense[J].The British Journal of Social Psychology, 2001, 40:437-453.

[3]RICH V L, RICH A R.Personality hardiness and burnout in female staff nurses [J].Journal of Nursing Scholarship, 1987(19):63-66.

[4]COSTANTINI A, SOLANO L, DI N R, et al.Relationship between hardiness and risk of burnout in a sample of 92 nurses working in oncology and AIDS wards [J].Psychother Psychosom, 1997(66):78-82.

[5]FRASER M W, RICHMAN J M, et al.Risk, production,and resilience: Toward a conceptual framework for social work practice [J].Social Work Research, 1999, 23(3):131-143.

[6]CHRISTIANSEN J, CHRISTIANSEN J L, et al.Using protective factors to enhance resilience and school success for at-risk students [J].Intervention in School & Clinic, 1997, 33(2):86-89.

[7]PAUNONEN S V.Hierarchical organization of personality and prediction of behavior [J].Journal of Personality and Social Psychology, 1998(74):538-556.

[8]LAMBERT C E, LAMBERT V A.Psychological hardiness: State of the science [J].Holistic Nursing Practice,1999, 13(3):11-19.

[9]HELBING D, FARKAS I, VICSEK T.Simulating dynamical features of escape panic[J].Nature,2000, 407(6803):487-490.

[10]PARIS S, PETTRé, DONIKIAN S.Pedestrian Reactive Navigation for Crowd Simulation: a Predictive Approach [J].Computer Graphics Forum, 2007, 26(3): 665-674.