羅 植，楊冠瓊

(1.北京市社會科學(xué)院，北京 100101；2.清華大學(xué)社會科學(xué)學(xué)院，北京 100084;3.北京師范大學(xué)管理學(xué)院，北京 100875)

?

整體環(huán)境和個體關(guān)聯(lián)對群體性事件產(chǎn)生與演化的影響

羅 植1,2，楊冠瓊3

(1.北京市社會科學(xué)院，北京 100101；2.清華大學(xué)社會科學(xué)學(xué)院，北京 100084;3.北京師范大學(xué)管理學(xué)院，北京 100875)

對群體性事件產(chǎn)生與演化規(guī)律的研究已經(jīng)成為社會管理的重要主題，而發(fā)展迅速的計(jì)算社會學(xué)方法為深入研究這一問題提供了新的途徑。在已有研究的基礎(chǔ)上，通過考察群體性事件的部分案例，可以發(fā)現(xiàn)個體對政府的信任程度、個體利益訴求渠道和社會普遍情緒這些內(nèi)生性因素構(gòu)成了群體性事件發(fā)生的整體環(huán)境要素，這些內(nèi)生性因素的存在和組合達(dá)到一定水平，就構(gòu)成了群體性事件發(fā)生的重要條件，而在這些宏觀條件下，個體之間通過社會網(wǎng)絡(luò)產(chǎn)生的關(guān)聯(lián)和相互作用對群體事件的產(chǎn)生與演化也有重要影響。通過基于社會網(wǎng)絡(luò)的計(jì)算社會學(xué)模型的模擬檢驗(yàn)，本文對群體性事件的產(chǎn)生與演化進(jìn)行了計(jì)算分析，討論了整體環(huán)境和個體關(guān)聯(lián)的各要素的作用，獲得了部分內(nèi)生性因素在其他條件既定時引發(fā)群體性事件的臨界值。研究工作為進(jìn)一步研究群體性事件的演化與形成機(jī)制提供了必要的模型基礎(chǔ)。

群體性事件；計(jì)算社會學(xué)；內(nèi)生性因素；整體環(huán)境要素；社會網(wǎng)絡(luò)

1 引言

隨著社會經(jīng)濟(jì)的發(fā)展，我國因人民內(nèi)部矛盾引發(fā)的上訪、集會、請?jiān)?、游行、示威、罷工等群體性事件頻繁發(fā)生，并日趨表現(xiàn)出數(shù)量多、人數(shù)多、規(guī)模大等特征。據(jù)有關(guān)部門統(tǒng)計(jì)，1993年到2005年間，每年的群體性事件由不到1萬起增加到了8.7萬起，2008年和2009年更是接近并突破了10萬起?！爱Y安事件”、“隴南事件”與“石首事件”等，在幾個小時內(nèi)就使得上萬人參與其中，對社會秩序和社會穩(wěn)定造成了重大的負(fù)面影響。因此，有關(guān)社會輿論與群體性事件這一主題引起了國內(nèi)外學(xué)者的極大關(guān)注。

國內(nèi)學(xué)者的眾多研究中，于建嶸的研究獨(dú)具特色，其研究主要利用豐富的第一手調(diào)查材料詳細(xì)描述各事件發(fā)生的背景、過程與機(jī)制，分析特征以及引發(fā)事件的結(jié)構(gòu)性因素[1-2]。于建嶸的研究歸納了可能引發(fā)群體性事件的各種因素，但沒有說明各種因素發(fā)展到什么程度才會引發(fā)群體性事件。肖文濤[3]發(fā)現(xiàn)群體性事件多指向基層政府，認(rèn)為這一現(xiàn)象反映了有些基層政府應(yīng)對能力的明顯不足。趙守東[4]認(rèn)為，民眾的政治參與要求無法滿足，利益協(xié)調(diào)機(jī)制無法發(fā)揮作用，民眾找不到利益協(xié)商機(jī)制和利益維護(hù)機(jī)制是影響群體性事件形成的重要因素。唐斌[5]分析了信息網(wǎng)絡(luò)在群體性事件中的利與弊，一方面它給政府治理帶來強(qiáng)大的輿論壓力和流言風(fēng)險，但另一方面它也加速了政民之間的信息交流，使得公眾的知情權(quán)、監(jiān)督權(quán)得到充分體現(xiàn)從而能有效促進(jìn)政府治理。陳華森[6]從政治文化的角度出發(fā)認(rèn)為群體性事件形成的原因是傳統(tǒng)的政治文化與轉(zhuǎn)型期中國之間的矛盾。陳潭與黃金[7]的研究是基于國外相關(guān)理論解釋中國群體性事件的眾多研究中較為具有典型性的一個，其研究較為全面地介紹了國外不同的理論框架并將其運(yùn)用于近年來中國發(fā)生的群體性事件的特征、誘發(fā)因素及發(fā)生機(jī)制的分析。劉德海[8-9]用演化博弈論對群體性事件進(jìn)行研究，認(rèn)為在群體性事件處于制度危機(jī)階段時政府部門應(yīng)控制信息交流程度，在處于制度轉(zhuǎn)型階段時應(yīng)該及時進(jìn)行信息披露，同時還指出機(jī)會主義導(dǎo)致地方政府在處理群體性事件中總是延誤最佳時機(jī)，導(dǎo)致了事態(tài)的擴(kuò)大化。事實(shí)上，斯米爾塞[10]的專著，是國外有關(guān)群體性事件研究的集成之作，將政治學(xué)、社會學(xué)、心理學(xué)以及傳播學(xué)等領(lǐng)域的相關(guān)研究結(jié)果或理論，經(jīng)過篩選整合為一種“價值累加理論”?！皟r值累加理論”實(shí)際上構(gòu)筑了一個相對寬泛的概念框架，不僅包括了到那時為止的幾乎所有的理論，而且?guī)缀跄軌蚪忉屓魏蔚胤桨l(fā)生的群體性事件。然而，理論的這種寬泛性具有其不可避免的內(nèi)在缺陷，其對問題的解釋精度相對較差，僅僅涉及幾乎所有群體性事件都具有的共性特征與因素，而對具體事件的關(guān)鍵細(xì)節(jié)或差別性因素、機(jī)制等缺乏考慮或重視不夠。

不論基于價值累加理論的解釋，還是基于相對剝奪理論或亞健康政治理論的解釋，都是群體性事件發(fā)生時存在的一些可能性因素，是在群體性事件發(fā)生后，通過后驗(yàn)性原因追溯得到的，因而這些因素可能是導(dǎo)致群體性事件爆發(fā)的關(guān)鍵內(nèi)生因素，也可能是只起到催化作用的輔助因素。因此，識別出其中關(guān)鍵的內(nèi)生性因素對準(zhǔn)確的理解群體性事件的形成與演化機(jī)制具有重要意義。

除了整體內(nèi)生性因素，群體性事件的產(chǎn)生與發(fā)展同個體之間的關(guān)聯(lián)與相互作用也密切相關(guān)，而社會網(wǎng)絡(luò)是描述個體關(guān)聯(lián)的基本工具。實(shí)際上，已有許多工作利用社會關(guān)系網(wǎng)絡(luò)反映個體之間的相互作用，并進(jìn)而研究思想傳播、輿論形成、群體決策等問題。Huang等[11]在小世界網(wǎng)絡(luò)上模擬了SARS的動態(tài)傳播機(jī)制，并檢驗(yàn)了相應(yīng)的公共衛(wèi)生政策的有效性。Grabowski[12]將一致性公共輿論的形成推廣到了復(fù)雜網(wǎng)絡(luò)之中，不僅考慮地理鄰近規(guī)則的影響，還考慮到社會網(wǎng)絡(luò)的影響作用。Stocker[13-14]則進(jìn)一步模擬了網(wǎng)絡(luò)上個體之間思想傳播與相互影響。他還通過模擬檢驗(yàn)了層級網(wǎng)絡(luò)與無標(biāo)度網(wǎng)絡(luò)中的個體如何形成穩(wěn)定的輿論。Suo Shuguan和Chen Yu[15]模擬考察了不同網(wǎng)絡(luò)結(jié)構(gòu)中的多種因素共同作用時，公共輿論的形成特征。趙正龍，陳忠和孫武軍[16]分別考察了規(guī)則網(wǎng)絡(luò)、指數(shù)網(wǎng)絡(luò)、無標(biāo)度網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)上具有差異化選擇特征的擴(kuò)散問題。劉德海[17]從社會網(wǎng)絡(luò)分析角度揭示了群體性突發(fā)事件的演化機(jī)理，建立了維權(quán)型群體性突發(fā)事件社會網(wǎng)絡(luò)結(jié)構(gòu)與策略的協(xié)同演化模型?？梢?，社會網(wǎng)絡(luò)是描述個體關(guān)聯(lián)與研究群體性事件的有效工具。接下來，首先簡要的介紹一下我國群體性事件的內(nèi)生性整體環(huán)境因素，其次，構(gòu)建基于社會網(wǎng)絡(luò)的群體關(guān)聯(lián)與作用模型，最后，利用模擬仿真的方式確定整體內(nèi)生性因素的臨界值。

2 我國群體性事件發(fā)生的內(nèi)生性整體環(huán)境因素

探索我國群體性事件發(fā)生的結(jié)構(gòu)因素，必須緊密聯(lián)系中國群體性事件發(fā)生的具體背景與過程，從這些具體的背景與過程中識別具有決定性作用的整體環(huán)境因素。仔細(xì)考察諸如“甕安事件”、“隴南事件”、“石首事件”以及“通鋼事件”等典型事件(以下簡稱“典型事件”)，可以發(fā)現(xiàn)決定群體性事件是否發(fā)生的關(guān)鍵性因素或內(nèi)生性因素，主要包括：(1)個體對政府(官員)行為的認(rèn)同程度，(2)社會問題解決機(jī)制或個體利益訴求渠道，(3)社會普遍情緒或共同信念水平。

個體對政府(官員)政策或行為的認(rèn)同程度是指個體對政府行為合乎義理性的認(rèn)同程度，決定了個體對政府的信任程度。政府的權(quán)威性若缺乏社會的認(rèn)同，政府便不再被社會認(rèn)同為疏導(dǎo)、解釋、表達(dá)和協(xié)調(diào)利益或權(quán)利沖突的公正裁判者，政府行為也不被認(rèn)同為促進(jìn)公共利益或社會正義的行為，而是被認(rèn)同為謀取或偏袒特殊利益、剝奪特定群體權(quán)利的行為。該因素是形成各種社會心理動因的關(guān)鍵，而這些社會心理動因是形成群體性事件的基礎(chǔ)[18]。值得注意的是，個體對于政府的信任程度不僅取決于政府行為的公共性程度，還取決于個體的理性化水平，即人們對于“規(guī)范的政府行為”的認(rèn)知水平。因此，對于某些地區(qū)，即使政府行為不變，個體理性化水平的提高便會加劇“實(shí)際的政府行為”與“規(guī)范的政府行為”的沖突[19]，而對于另外一些地區(qū)，即使政府行為的公共性較低，但如果民眾的認(rèn)同程度較高就可能保障二者之間較高的匹配程度?？傊?，當(dāng)人們認(rèn)為社會已經(jīng)不存在能夠包容并能夠反映道德和諧與互惠互利原則的權(quán)威機(jī)構(gòu)時，人們就會自發(fā)地組織起來維護(hù)自己的利益與權(quán)利，群體性事件也就容易爆發(fā)。這是形成群體性事件的一個內(nèi)生性因素。

社會問題解決機(jī)制或個體利益訴求渠道，是指當(dāng)個體的利益或權(quán)利受到侵害時，個體能夠進(jìn)行有效地申訴，并得到公正與合理糾正的各種可能機(jī)制與渠道。個體利益申訴機(jī)制是否完善決定著社會怨氣的聚集程度與速度，以及“導(dǎo)火索”事件形成的概率，這同樣是形成群體性事件的一個內(nèi)生性因素。目前已有不少研究指出了完善的利益訴求機(jī)制在控制群體性事件中的重要作用。比如，王春福[20]認(rèn)為我國的利益表達(dá)機(jī)制存在動力缺失、網(wǎng)絡(luò)缺失、以及作用缺失等問題，這些問題是導(dǎo)致群體性事件的關(guān)鍵。同時，部分地方政府的腐敗問題使不負(fù)責(zé)任的“體制性頹喪”與不受約束的基層政府行為日趨嚴(yán)重，“官官相護(hù)”與政府短期行為不僅幾乎完全屏蔽了個體利益申訴機(jī)制與渠道，而且往往使利益申訴者面臨各種被制裁或懲罰的風(fēng)險?！绑w制性頹喪”又引發(fā)出另一種鮮明對比：有權(quán)有勢的幾乎可以突破所有政策或制度限制(如子女入學(xué)、安排就業(yè)、農(nóng)轉(zhuǎn)非、冒名頂替、假領(lǐng)工資等)，而無權(quán)無勢的普通民眾則處處受到約束、限制與權(quán)利和利益的被剝奪(被人冒名頂替、廉價拆遷補(bǔ)償、土地被強(qiáng)行征用、被迫受到嚴(yán)重環(huán)境污染的侵害等)。這種狀況雖然與個體利益申訴機(jī)制受阻不同，但二者反映的社會權(quán)力運(yùn)轉(zhuǎn)的內(nèi)在規(guī)則卻是一樣的，二者均成倍地激化了普通民眾實(shí)際感受到的生活壓力感、進(jìn)取的挫折感與機(jī)會或權(quán)利的被剝奪感?！暗湫褪录敝幸财毡榇嬖谥鴤€體利益申訴機(jī)制或渠道的長期缺乏或受阻現(xiàn)象，致使各種社會問題不斷累積，社會怨氣不斷沉淀疊加，個體容忍度趨于極限。最終導(dǎo)致某個突發(fā)性事件便能引發(fā)規(guī)模較大的群體性事件。

社會普遍情緒或共同信念水平是指社會中實(shí)際存在的關(guān)于正義、道德和諧以及相關(guān)制度或規(guī)則的一般性態(tài)度或觀點(diǎn)。西塞羅曾明確指出，數(shù)目頗眾的人們正是基于對法律和權(quán)利的共同認(rèn)知以及渴望參與彼此獲益的交往而聚合在一起。而“對法律和權(quán)利的共同認(rèn)知”又基于人們共享某種態(tài)度或信念(Belief)，即道德和諧。因此人們能夠聚合在一起或社會可能性的基礎(chǔ)是道德和諧、互惠互利與維護(hù)這兩者的制度或規(guī)則的可實(shí)施性。正是在這個意義上，涂爾干[21]將制度化信念(Institutionalized Beliefs)視為制度的靈魂，認(rèn)為制度或秩序是集體共享的信念與行為模式。當(dāng)社會普遍情緒或制度化信念與現(xiàn)行制度發(fā)生沖突時，前者將成為人們行為選擇的認(rèn)知、協(xié)調(diào)與信息基礎(chǔ)。正如哈耶克所指出的，個體的行為選擇依賴于其所具有的認(rèn)知結(jié)構(gòu)和足夠的正確信息，但由于個體獲得完全理性認(rèn)知結(jié)構(gòu)與足夠正確信息的能力十分有限，因而個體總是傾向于將社會普遍情緒視為完全理性認(rèn)知結(jié)構(gòu)與所有正確信息的一個“充分統(tǒng)計(jì)量”，就如同人們在市場上自動接受市場價格作為商品質(zhì)量等所有信息的“充分統(tǒng)計(jì)量”一樣。因此，普遍情緒可以加速更多的非直接利益相關(guān)人以這種一般化的普遍情緒聚集在一起。Kuran[22]就利用社會普遍情緒的轉(zhuǎn)變解釋了1789年法國大革命、1917年俄國革命以及1978到1979年伊朗革命的突然爆發(fā)。國內(nèi)許多研究也都指出了這是導(dǎo)致群體性事件形成的重要原因[4,18,23]。而且，上述“典型事件”無不與社會普遍情緒的遷移密切相關(guān)。這些都表明，社會普遍情緒是導(dǎo)致群體性事件爆發(fā)的內(nèi)生性因素。

上述內(nèi)生性因素不僅構(gòu)成了在中國目前社會結(jié)構(gòu)背景下群體性事件發(fā)生的社會內(nèi)生性因素，也對理解世界范圍內(nèi)群體性事件的暴發(fā)具有一般意義。這些因素的存在并達(dá)到一定的水平，必定會導(dǎo)致群體性事件的爆發(fā)。

3 基于社會網(wǎng)絡(luò)的群體關(guān)聯(lián)與作用模型

本文假定個體生活在虛擬的社會網(wǎng)絡(luò)中，每一個體僅有兩種行為可以選擇：一是保持沉默不行為，二是親群體性行為，且他們都具有獨(dú)特的社會關(guān)系與背景特征(對政府的信任程度)。所有個體根據(jù)一定的決策方式，在一定的社會背景影響下(個體利益訴求渠道的完備程度)相互作用，并決定自己的行為選擇。假設(shè)初始社會網(wǎng)絡(luò)中的所有個體均保持沉默不行為。此時，一個誘發(fā)因素的出現(xiàn)可能使得當(dāng)事人放棄沉默不行為的決定，選擇親群體性行為。他的這一改變就會影響到他的親戚朋友，以及周圍的陌生人。而這種影響也會一級一級的傳播下去。當(dāng)社會背景、個體背景特征分布、以及行為決策方式達(dá)到某一特定臨界值時，這種親群體性行為的影響范圍就會不斷擴(kuò)大，選擇親群體性行為的個體就不斷增多，并最終導(dǎo)致群體性事件的形成。

已有實(shí)證研究表明，個體之間相互作用的社會網(wǎng)絡(luò)具有兩個重要特征。其一是網(wǎng)絡(luò)度分布的無標(biāo)度性質(zhì)，“結(jié)點(diǎn)的度”分布服從冪律分布，即群體中直接利益相關(guān)者多(度或親戚朋友多)的個體相對較少，而直接利益相關(guān)者少(度或親戚朋友少)的個體相對較多。其二是社會網(wǎng)絡(luò)具有小世界性質(zhì)，即同時具有較短的平均路徑程度和較高的集聚系數(shù)(Clustering Coefficient)[24]。這一特征會提高網(wǎng)絡(luò)中信息傳遞的效率。基于這兩個特征，本文模擬所用的復(fù)雜社會網(wǎng)絡(luò)先用Barabasi-Albert算法[25]生成無標(biāo)度網(wǎng)絡(luò)(其中初始點(diǎn)m0=5，每次建立邊數(shù)m=3，其他相關(guān)參數(shù)見各結(jié)果分析圖)，再用三人組形成(Triad Formation)機(jī)制[26]提高網(wǎng)絡(luò)的集聚系數(shù)(其概率pt=0.4)，以使模擬網(wǎng)絡(luò)與實(shí)際社會網(wǎng)絡(luò)的結(jié)構(gòu)性質(zhì)定性一致。

除了人們相互作用的社會網(wǎng)絡(luò)外，模型還考慮了個體空間區(qū)域因素的影響。在這個模擬的社會網(wǎng)絡(luò)中共設(shè)置N=L×L個個體，用二維坐標(biāo)i∈[1,L]和j∈[1,L]標(biāo)識每一個個體，同時該坐標(biāo)也是該個體的實(shí)際地理位置。網(wǎng)絡(luò)中的所有個體只能持有兩種行為選擇，一是親群體性行為，用Sij=1表示，二是保持沉默或不行為，用Sij=0表示。當(dāng)個體持有親群體性行為時，個體參與群體性事件的主觀性強(qiáng)度就很高。

網(wǎng)絡(luò)中任意個體的行為選擇總在不斷變化，這種變化主要受兩方面的影響。一是與該個體有密切關(guān)系的朋友與親人，或有類似經(jīng)歷的人，他們都是該個體的利益相關(guān)者，在社會網(wǎng)絡(luò)中表現(xiàn)為與該個體有連接的一階近鄰，這部分影響用F表示。二是與該個體沒有密切關(guān)系的陌生人。這些陌生人與該個體沒有直接的利益相關(guān)性，只是生活在他的周圍。這部分與空間區(qū)域有關(guān)的影響用D來表示。當(dāng)個體n受到了不公平對待且沒有合適的申訴渠道時，他就會試圖通過非正常的途徑來表達(dá)怨氣，這時他的社會態(tài)度就轉(zhuǎn)變?yōu)橛H群體性行為(Si(n)j(n)=1)。與此同時，他會將自己經(jīng)歷的不公平對待通過社會網(wǎng)絡(luò)傳播出去，影響與他有連接的親戚朋友和他周圍的陌生人。假設(shè)傳播這種經(jīng)歷的的努力程度取決于他對政府的不認(rèn)同不信任程度Ai(n)j(n)。Ai(n)j(n)∈[0,λ](λ∈[0,1])滿足0到λ上的均勻分布，值越大表示個體對政府的認(rèn)同程度越低或越不信任。那么，當(dāng)他越不認(rèn)同不信任政府(Ai(n)j(n)越大)時，他就越會想盡方法在社會網(wǎng)絡(luò)上表達(dá)自己受到的不公平待遇，這樣他對其他人行為選擇的影響就越大；相反，當(dāng)他越認(rèn)同信任政府(Ai(n)j(n)越小)時，他對別人選擇的親群體性行為的影響就越小，因此，網(wǎng)絡(luò)中利益相關(guān)個體與非利益相關(guān)個體對個體ij態(tài)度的影響可以分別記為：

(1)

(2)

上式中，F(xiàn)ij(t)是個體ij在t時刻受到的所有利益相關(guān)個體影響的平均效果，Dij(t)是個體ij在t時刻受到的所有生活在自己附近的非利益相關(guān)個體影響的平均效果(非利益相關(guān)個體定義為：以個體ij為中心，上下左右距離均為d的矩形內(nèi)的Nd個個體)。下標(biāo)i(n)與j(n)是定位個體n的二維坐標(biāo)ij的標(biāo)記。Ai(n)j(n)Si(n)j(n)(t)就是個體n在t時刻對群體所產(chǎn)生影響的大小。如果個體持有沉默不行為，那么他對群體性事件形成的影響是0。如果個體持有親群體行為的，那么他對群體性事件形成的影響就取決于于他對政府的不信任程度，越不信任影響就越大。

這兩部分影響的加總決定著個體ij在t+1時刻的行為選擇。從模擬結(jié)果可知，演化過程敏感兩部分影響程度的實(shí)際比例，而不是具體的函數(shù)形式。因此，為了處理上的簡單，本研究采用線性方式加總兩部分影響。假設(shè)利益相關(guān)個體對ij行為選擇的影響效應(yīng)為α，非利益相關(guān)個體的影響效應(yīng)為β，則兩部分的總影響hij(t+1)可記為：

hij(t+1)=αFij(t)+βDij(t)

(3)

hij是個體間相互作用對個體ij產(chǎn)生的影響，但他如何選擇自己的行為還取決于當(dāng)前的社會總體環(huán)境與他自身的背景特征。考慮到這兩個因素的作用，可將他在t+1時刻改變自己當(dāng)前行為的概率pij寫成下式：

(4)

當(dāng)個體在沉默不行為狀態(tài)時(Sij=0)，他對政府越不信任，轉(zhuǎn)變?yōu)橛H群體性行為的概率越高。當(dāng)個體親群體性行為時(Sij=1)，他對政府越信任，他轉(zhuǎn)變?yōu)槌聊恍袨榈母怕试礁?。其中的參?shù)T∈[0,+∞)是對社會環(huán)境的總體描述，表示個體利益訴求渠道的完備程度，是社會環(huán)境的總體背景。

T=0時個體尋求不到任何有效的利益訴求渠道，此時，如果個體ij處于沉默不行為狀態(tài)，那么他轉(zhuǎn)變態(tài)度的概率等于他對政府的不信任程度(pij=Aij)，其越不信任政府，他采取親群體性行為的概率越高。如果個體原本就是親群體性行為，那么他將始終保持不變(pij=0)。

T=∞時利益訴求的渠道相當(dāng)完備，個體面臨的所有問題幾乎都可以通過正常渠道解決。此時，如果個體處于沉默不行為，那么，他始終不會選擇親群體性行為(pij=0)。如果個體持有親群體性行為，那么他對政府的信任程度就是他轉(zhuǎn)變態(tài)度的概率(pij=1-Aij)。

假設(shè)初始狀態(tài)是所有個體都處于沉默不行為。而演化開始于一個“偶發(fā)事件”。該偶發(fā)事件的當(dāng)事人因?yàn)檎也坏接行У睦嬖V求渠道，首先轉(zhuǎn)變?yōu)橛H群體性行為，并按照上述的演化規(guī)則影響其他個體。受到影響的個體也將繼續(xù)按照同樣的規(guī)則影響他的利益相關(guān)者與非利益相關(guān)者。這種類似鏈?zhǔn)降倪^程經(jīng)過不斷擴(kuò)展的演化，當(dāng)條件適合時，這一僅由少數(shù)幾個人參與的“偶發(fā)性事件”就很有可能成為導(dǎo)火索，觸發(fā)群體性事件的生成。相反，當(dāng)條件不適合時，這種“偶發(fā)事件”只可能是一個孤立的個別事件，難以形成群體性事件。

4 模擬檢驗(yàn)結(jié)果：整體內(nèi)生性因素的臨界值

為了理解各種不同因素在影響群體性事件生成中的作用，需要確定各不同內(nèi)生性因素及其組合在不同水平上對于群體性事件是否生成的影響，并確定內(nèi)生性因素引發(fā)群體性事件的臨界值。下面我們將通過相關(guān)參數(shù)對模型的影響，分別考察在其他條件既定量，民眾不認(rèn)同或不信任政府的程度、利益訴求渠道、及社會普遍情緒的水平對群體性事件形成的作用。

4.1 民眾不認(rèn)同或不信任政府程度的影響

每個個體對政府的不認(rèn)同或不信任程度都不相同。因此，本文假設(shè)民眾對政府的不認(rèn)同程度或不信任程度Aij是0到λ上的均勻分布(本研究曾假設(shè)Aij服從0到λ上的正態(tài)分布進(jìn)行模型，發(fā)現(xiàn)其結(jié)果敏感于均值而不是方差，Aij的分布情況對模擬結(jié)果不存在顯著影響)，λ的大小決定了民眾整體對政府不認(rèn)同或不信任程度的情況。λ越大，民眾整體對于政府的不認(rèn)同或不信任程度越高；λ越小，民眾整體對政府的不認(rèn)同或不信任程度越低。因此，可通過考察λ的水平來分析民眾對政府的不信任程度對群體性事件形成與規(guī)模的影響。

圖1是不同λ下民眾對政府態(tài)度的演化過程及其穩(wěn)態(tài)結(jié)果，其中L=50，m0=5，m=3，pt=0.4，d=5(圖2與圖3中的這些基本參數(shù)與此相同)，α=β=0.5，圖中結(jié)果為20個獨(dú)立樣本演化的平均值，每個樣本均進(jìn)行2000次演化，1次演化指網(wǎng)絡(luò)中的所有個體全部完成一次觀點(diǎn)選擇(圖2與圖3與此相同)。圖1a是前400次的演化結(jié)果，400次后基本達(dá)到穩(wěn)態(tài)，其中T=0.05，從圖中可以看到，當(dāng)民眾整體對政府認(rèn)同或信任程度較高時(λ=0.1)，選擇親群體性行為的個體始終不多，即〈S〉一直接近于0。說明只要民眾對政府足夠信任，即使出現(xiàn)一兩個偶發(fā)性事件，也遠(yuǎn)不能使更多的個體參與其中，也就不能形成群體性事件。然而，在其他因素不變時，隨著民眾整體不信任程度的提高，就會有越來越多的個體參與偶發(fā)事件，群體性事件也因此更容易形成。從圖中可以看到，在利益訴求渠道較少的前提下(T=0.05)，當(dāng)民眾的不信任程度達(dá)到一定的水平后，參與偶發(fā)事件的個體就會迅速增加。當(dāng)λ=0.4時，穩(wěn)態(tài)時參與偶發(fā)事件的個體達(dá)到80%左右。當(dāng)λ=0.6時，穩(wěn)態(tài)時參與偶發(fā)事件的個體基本上達(dá)到了100%。

圖1b考察了不同社會背景下，不同的民眾信任程度最終會令多少個體選擇親群體性行為。在利益訴求渠道較少的社會背景下(T=0.05)，當(dāng)信任程度較高時(λ≤0.3)，始終難形成大量的親群體性行為個體，不會形成群體性事件。但是，當(dāng)不信任程度高于該值后(λ>0.3)，隨著不信任程度的增加，參與偶發(fā)事件的個體數(shù)量會迅速增加。當(dāng)λ達(dá)到0.4時，就有約80%的個體選擇親群體性行動?？梢哉f，此時群體性事件已經(jīng)形成，而且規(guī)模巨大。因此，當(dāng)民眾的利益訴求渠道較少時(T=0.05)，民眾對政府的不信任程度與群體性事件生成之間存在一個臨界值λC≈0.3。當(dāng)民眾的不信任程度低于該值時(λ<λC)，群體性事件幾乎不會形成。當(dāng)民眾的不信任程度高于該值時(λ>λC)，群體性事件形成的概率和參與的人數(shù)就會快速增加。在圖中還可以看到，當(dāng)民眾的利益訴求渠道增多時，不信任程度的臨界值也會增大，當(dāng)T=0.25時，這一臨界值變?yōu)棣薈≈0.6。當(dāng)T=0.5時，這一臨界值變?yōu)棣薈=0.7。

圖1 不同λ下民眾對政府態(tài)度的演化過程及其穩(wěn)態(tài)結(jié)果

圖2 不同利益訴求渠道下民眾對政府態(tài)度的演化過程及其穩(wěn)態(tài)結(jié)果

4.2 利益訴求渠道的影響

利益訴求的各種渠道是減緩個體怨氣的一種重要機(jī)制。隨著利益訴求渠道的不斷增多(T不斷增大)，個體的怨氣得到緩解的可能性就不斷提高，群體性事件形成的概率與規(guī)模也就會相應(yīng)的降低。當(dāng)T～∞時，群體性事件就一定不會形成。相反，當(dāng)個體完全沒有利益訴求的可能時(T=0)，即使沒有“導(dǎo)火索事件”，也會形成群體性事件。

圖2是不同利益訴求渠道下民眾對政府態(tài)度的演化過程及其穩(wěn)態(tài)結(jié)果(參數(shù)及處理方式同圖1)。圖2a是前400次的演化結(jié)果，400次后基本達(dá)到穩(wěn)態(tài)，其中λ=0.8，從演化結(jié)果可以看到，當(dāng)民眾的不信任程度較高時(λ=0.8)，如果再沒有任何利益訴求渠道(T=0)，那么群體性事件的形成不僅是必然的，而且非常迅速，規(guī)模巨大。只要經(jīng)過不到50步的演化，幾乎所有的民眾都會選擇親群體性行為，導(dǎo)致群體性事件的形成。當(dāng)利益訴求渠道逐漸增多時，參與偶發(fā)事件的個體數(shù)量就會逐漸降低。當(dāng)T=0.2時，最終只有大概60%的個體選擇親群體性行為并參與偶發(fā)事件。當(dāng)T=0.5時，選擇親群體性行為并參與偶發(fā)事件的個體數(shù)就可以下降到了20%以下。

圖2b中顯示了各種不信任程度下，利益訴求渠道的多少最終會令多少個體選擇親群體性行為。一個很明顯的特點(diǎn)是，在完全沒有利益訴求渠道的極端情況下(T=0)，不管民眾的整體信任程度如何(λ=0)，都會導(dǎo)致幾乎全體民眾選擇親群體性行為，此時形成群體性事件的規(guī)模是巨大的。當(dāng)然，這種極端的情況在實(shí)際社會中幾乎不會存在。當(dāng)利益訴求渠道逐漸增多時，選擇親群體性行為的個體就會不斷減少。當(dāng)民眾對政府的信任程度適中時(λ=0.5)，只要利益訴求渠道T≥0.15，就難以形成群體性事件。這說明，在這種條件下，利益訴求渠道的臨界值TC≈0.15。當(dāng)其他條件不變時，只要社會中的利益訴求渠道大于該臨界值，群體性事件就難以形成。當(dāng)其小于該臨界值，群體性事件形成的概率與規(guī)模就會隨著利益訴求渠道的不斷減少而增加。從圖中還可看到，當(dāng)λ=0.6時，該臨界值大約為0.25，當(dāng)λ=0.7時，該臨界值約為0.35。

4.3 普遍情緒或共同信念的影響

群體性事件的形成有一個重要特點(diǎn)，那就是參加群體性事件的眾多個體并非“偶發(fā)事件”的直接利益相關(guān)者。這些非利益相關(guān)者在多大程度上會參與其中，取決于對他們的影響權(quán)重有多高。這可以通過當(dāng)前社會的普遍情緒或共同信念的強(qiáng)度來反應(yīng)。隨著社會中普遍情緒或共同信念的不斷增強(qiáng)，影響非利益相關(guān)個體的權(quán)重就不斷增加(β變大)，就導(dǎo)致群體性事件的形成在速度與規(guī)模上成倍提高。假設(shè)“偶發(fā)事件”的直接相關(guān)者(與當(dāng)事人相連的個體)一定會選擇親群體性行為，而其他的二級(與當(dāng)事人一階近鄰連接的個體)或更高級的利益相關(guān)者受到的影響只有20%(α=0.2)。此時，普遍情緒或共同信念即非利益相關(guān)者的影響程度β與群體性事件形成的演化模擬結(jié)果如下。

圖3 各種非利益相關(guān)個體的影響程度下民眾對政府態(tài)度的演化過程及其穩(wěn)態(tài)結(jié)果

圖3是各種非利益相關(guān)個體的影響程度下民眾對政府態(tài)度的演化過程及其穩(wěn)態(tài)結(jié)果，其中T=0.05，α=0.2(其他參數(shù)及處理方式同圖1)。圖3a是前400次的演化結(jié)果，400次后基本達(dá)到穩(wěn)態(tài)，其中λ=0.4，該演化結(jié)果表明，在利益訴求渠道較少(T=0.05)，不信任程度適中(λ=0.4)，利益相關(guān)個體影響力度不高(α=0.2)的情況下，只要普遍情緒或共同信念不是很高(β=0.4)，群體性事件就不會形成。但當(dāng)這種普遍情緒或共同信念超過0.4以后，選擇親群體性行為的個體就會快速增加。當(dāng)β=1時，形成群體性事件的概率非常大，幾乎是必然發(fā)生。圖 3b顯示了各種民眾信任程度下，普遍情緒的高低最終會令多少個體選擇親群體性行為。顯然，隨著民眾對政府行為認(rèn)同程度的降低，所要求的普遍情緒的水平越來越低。在民眾不認(rèn)同政府的水平為0.35時，只要普遍情緒β≤0.6，群體性事件就難以形成?？梢?，在這種民眾不認(rèn)同水平下，普遍情緒或共同信念的臨界值βC≈0.6。只要普遍情緒或共同信念小于該臨界值時，群體性事件就難以形成。當(dāng)大于臨界值以后，群體性事件形成的概率與規(guī)模會隨著其增加而不斷增加。當(dāng)民眾對政府的不認(rèn)同水平上升到0.4時，普遍情緒或共同信念的臨界值會下降到0.3附近。當(dāng)這種不認(rèn)同水平繼續(xù)上長到0.45后，只要普遍情緒超過0.2就有可能形成群體性事件。

圖4 普遍情緒或共同信念與群體性事件關(guān)系演化圖

如果用黑色表示選擇親群體性行為，并參與“偶發(fā)事件”的個體(Sij=1)，用白色表示保持沉默不行為的個體(Sij=0)。那么，可通過如圖4所示的演化過程圖展示個體行動選擇分布的演化情況，從而描繪群體性事件是如何通過個體不斷參與到“偶發(fā)事件”之中而一步步形成的。圖4共包含6個時間狀態(tài)，從左左向右，從上到下，依次為t=1，t=10，t=20，t=30，t=40和t=50的情況，其中T=0.05，λ=0.4，α=0.2，β=0.6，其他參數(shù)同圖1。從圖4可以看到，在t=1時，出現(xiàn)一個“偶發(fā)事件”，除當(dāng)事人外，還有3個直接利益相關(guān)人參與其中。經(jīng)過10次演化(例如各種消息、傳言等不斷生成與傳播)以后，參與此“偶發(fā)事件”的個體數(shù)量開始不斷增加，但此時仍具有明顯的孤立性。當(dāng)t=30時，這種區(qū)域性特征已不明顯，分散于社會網(wǎng)絡(luò)不同之處的個體越來越多地變?yōu)槌钟杏H群體性行為。最后，隨著演化的不斷進(jìn)行，原本只是幾個人的事件就因?yàn)閭€體不斷的選擇親群體性行為并參與到“偶發(fā)事件”之中而形成群體性事件。

5 結(jié)語

本文基于有關(guān)群體性事件生成與演化的相關(guān)理論，針對中國社會近年來發(fā)生的群體性事件的特征，提煉出了影響群體性事件的整體環(huán)境因素，包括個體對政府(官員)行為的認(rèn)同程度、社會問題解決機(jī)制或個體利益訴求渠道、社會普遍情緒或共同信念水平等，它們構(gòu)成了解釋中國群體性事件生成的內(nèi)生性因素。同時，注意到群體關(guān)聯(lián)和相互作用對群體行為的影響，我們通過基于社會網(wǎng)絡(luò)的計(jì)算社會學(xué)模型對這些因素生成群體性事件的機(jī)制、過程進(jìn)行了模擬，并獲得了在其他條件不變的前提下這些相關(guān)因素生成群體性事件的臨界值。通過分析我們得到了如下三點(diǎn)結(jié)論。

(1)若社會中一定數(shù)量的個體越來越不信任政府或官員的行為，那么群體性事件生成的可能性就會明顯提高。本文的模擬結(jié)果表明，在民眾的利益訴求渠道較少(T=0.05)的情形下，當(dāng)民眾對政府的信任或認(rèn)同程度較低(λ<0.3)時，群體性事件就非常容易形成。

(2)利益訴求渠道的暢通與否是緩解個體怨氣的重要機(jī)制，因而也是降低群體性事件形成的概率與規(guī)模的重要途徑。本文的模擬結(jié)果表明，即使民眾對政府的認(rèn)同程度較低(λ=0.8)，但只要利益訴求的渠道較為完善(T≥0.6)，偶發(fā)事件的直接利益相關(guān)者的親群體性行為不會令更多的非利益相關(guān)個體參與其中，從而也不會引發(fā)群體性事件。

(3)社會民眾的普遍情緒或共同信念是決定個體是否參與偶發(fā)事件的關(guān)鍵因素。當(dāng)人們對“偶發(fā)事件”當(dāng)事人的處境形成某種共同感受，對某些問題產(chǎn)生共同看法或發(fā)生態(tài)度的共振時，即使是陌生人、非直接利益相關(guān)者，他們也可能集中到一起形成群體性事件。本文的模擬結(jié)果表明，當(dāng)民眾對政府的不認(rèn)同程度在0.35時，只要這種普遍情緒或共同的信念超過0.6，群體性事件就非常容易生成。

綜上可知，為了有效預(yù)防群體性事件的形成，為了在群體性事件發(fā)生之前消除其形成的隱患，就必須通過公共治理結(jié)構(gòu)的創(chuàng)新，提高民眾對政府的認(rèn)同與信任程度以及政府行為合乎義理性程度，有效擴(kuò)展和完善民眾利益訴求的機(jī)制與渠道，保證其利益訴求的暢通與問題的及時解決。值得注意的是，以上社會計(jì)算模型的社會仿真結(jié)果主要是在仿真的基礎(chǔ)上揭示了系統(tǒng)演化過程中的突變行為，是對群體性事件的性質(zhì)與形成的一種解釋，為進(jìn)一步理解與研究群體性事件提供了一個模型基礎(chǔ)。在這一模型基礎(chǔ)上，如果可通過某種方式對各種參數(shù)進(jìn)行真實(shí)的調(diào)查統(tǒng)計(jì)以及定量分析，比如民眾信任程度分布情況λ，民眾利益訴求機(jī)制的完備程度T，以及普遍情緒或共同信念水平β，那么，就有可能計(jì)算出各種參數(shù)在真實(shí)社會網(wǎng)絡(luò)中的臨界值，不僅可以檢驗(yàn)并完善模型，還可以預(yù)測社會系統(tǒng)的變化情況，從而為預(yù)見并防止群體性事件的形成提供更加有效的政策建議。

[1] 于建嶸.社會泄憤事件中群體心理研究——對“甕安事件”發(fā)生機(jī)制的一種解釋[J] .北京行政學(xué)院學(xué)報，2009，(1)：1-5.

[2] 于建嶸.我國現(xiàn)階段農(nóng)村群體性事件的主要原因[J].中國農(nóng)村觀察，2003，(6)：75-78.

[3] 肖文濤.治理群體性事件與加強(qiáng)基層政府應(yīng)對能力建設(shè)[J].中國行政管理，2009，(6)：118-123.

[4] 趙守東.群體性事件的體制性癥結(jié)及解決思路[J].理論探討，2007，(2)：17-18.

[5] 唐斌.群體性事件的網(wǎng)絡(luò)傳播與政府干預(yù)分析[J].河南師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)，2009，(6)：42-46.

[6] 陳華森.群體性事件的發(fā)生機(jī)制及其消減途徑探析——一個政治文化的分析視角[J].探索，2010，(6)：96-100.

[7] 陳潭，黃金.群體性事件多種原因的理論闡釋[J].政治學(xué)研究，2009，(6)：54-61.

[8] 劉德海. 信息交流在群體性突發(fā)事件處理中作用的博弈分析[J]. 中國管理科學(xué)，2005，13(3)：95-102.

[9] 劉德海.群體性突發(fā)事件中政府機(jī)會主義行為的演化博弈分析[J].中國管理科學(xué)，2010，18(1)：175-183.

[10]SmelserNJ.Theoryofcollectivebehavior[M].NewYork:TheFreePress, 1962.

[11]HuangC,SunC,HsiehJ,etal.SimulatingSARS:Small-worldepidemiologicalmodelingandpublichealthpolicyassessments[J].JournalofArtificialSocietiesandSocialSimulation, 2004, 7(4): 2.

[12]GrabowskiA,KosinskiRA.Ising-basedmodelofopinionformationinacomplexnetworkofinterpersonalinteractions[J].PhysicaA:StatisticalMechanicsanditsApplications, 2006, 361(2)： 651-664.

[13]StockerR,GreenD,NewthD.Consensusandcohesioninsimulatedsocialnetworks[J].JournalofArtificialSocietiesandSocialSimulation, 2001, 4(4):5.

[14]StockerR,CornforthD,BossomaierTRJ.Networkstructuresandagreementinsocialnetworksimulations[J].JournalofArtificialSocietiesandSocialSimulation, 2002, 5(4): 1-18.

[15]SuoShuguang,ChenYu.Thedynamicsofpublicopinionincomplexnetworks[J].JournalofArtificialSocietiesandSocialSimulation, 2008, 11(4): 2.

[16] 趙正龍，陳忠，孫武軍,等.具有差異化選擇特征的復(fù)雜社會網(wǎng)絡(luò)擴(kuò)散研究[J].管理科學(xué)學(xué)報，2010,13(3):38-49.

[17] 劉德海，王維國. 維權(quán)型群體性突發(fā)事件社會網(wǎng)絡(luò)結(jié)構(gòu)與策略的協(xié)同演化機(jī)制[J]. 中國管理科學(xué)，2012，20(3)：185-192.

[18] 周感華.群體性事件心理動因和心理機(jī)制探析[J]. 北京行政學(xué)院學(xué)報，2011，(6)：1-5.

[19] 梅珍生，胡靜.群體性事件形成的心理機(jī)制分析[J]. 社會心理科學(xué)，2006，21(6)：18-25.

[20] 王春福.韓國公共政策利益表達(dá)機(jī)制及其啟示[J].管理世界，2007，(11):156-157.

[21]DurkheimE.Therulesofsociologicalmethod[M].NewYork:TheFreePress, 1950.

[22]KuranT.Sparksandprairiefires:Atheoryofunanticipatedpoliticalrevolution[J].PublicChoice, 1988, 61(1): 41-74.

[23] 曹英，群體性事件中的信息傳播流程、節(jié)點(diǎn)與心理接受機(jī)制[J]. 河南社會科學(xué)，2009，17(1)：133-138.

[24]HamillL,GilbertN.Socialcircles:Asimplestructureforagent-basedsocialnetworkmodels[J].JournalofArtificialSocietiesandSocialSimulation, 2009, 12(3): 3.

[25]BarabasiAL,AlbertR.Emergenceofscalinginrandomnetworks[J].Science, 1999, 286(5439): 509-512.

[26]HolmeP,KimBJ.Growingscale-freenetworkswithtunableclustering[J].PhysicalReviewE, 2002, 65(2): 1-4.

TheEffectsofGlobalFactorsandIndividualInteractionsontheGenerationandEvolutionofEmergentCollectiveEvent

LUO Zhi1,2, YANG Guan-qiong3

(1.Beijing Academy of Social Sciences, Beijing 100101;2. School of Social Science,Tsinghua University, Beijing 100084,China;3.School of Managernent,Beijing Normal University, Beijing 100101,China)

The study of the generation and evolution of emergent collective event has become an important topic of social management. The computational social science approach provides a new method to analyze this issue deeply. By reviewing the previous research and empirical analysis of several cases, the global factors of emergent collective events are suggested. They are the level of public trust in the government, interest demand or social problem solving mechanism and the social common brief. When these global factors reached a certain level, they form the important conditions for emergent collective event. Under certain global conditions, the formation of emergent collective event depends deeply on the individual interactions through the social network. Based on the model of computational sociology, the generation and evolution of emergent collective event on the artificial social network is simulated and the effects of global factors and individual interactions are analyzed. The result of the simulation demonstrated the critical value of some endogenous factors when other factors are constant. A necessary fundamental model is provided for the further study on the generation and evolution of emergent collective event.

emergent collective events; computational sociology; endogenous factors; global factors; social network

2013-04-27；

2013-06-12

國家自然科學(xué)基金資助項(xiàng)目(70733001，91024005)

羅植(1983-)，男(漢族)，河南省新鄉(xiāng)人，北京市社會科學(xué)院管理研究所助理研究員，博士，清華大學(xué)社會科學(xué)學(xué)院在站博士后，研究方向：公共管理、管理政策分析政府管理.

1003-207(2015)03-0159-09

10.16381/j.cnki.issn1003-207x.2015.03.019

C931

A