韓文英 盧宇航

(中央財經大學信息學院，北京 100081)

?

·理論探索·

基于動力場理論的網絡反腐輿情演化與傳播仿真研究

韓文英 盧宇航

(中央財經大學信息學院，北京 100081)

網絡反腐已成為現實社會的一大熱點，但卻鮮有文章進行網絡反腐輿情與傳播規(guī)律研究。本文從輿情演化和傳播的角度研究網絡反腐，首先通過動力場理論深入分析網民個體參與網絡反腐的行為機制并建立影響模型，然后運用Netlogo平臺進行仿真模擬，最后用百度指數進一步驗證模型結論。研究結果不但揭示了政府行為是如何影響網絡反腐輿情的演化結果的，同時揭示了政府何時介入輿情能極大提升人民參與反腐的熱情。本文為未來網絡反腐研究提供了新方向，亦為輿情研究探索了新領域。

網絡反腐；動力場理論；輿情演化；輿情傳播；Netlogo仿真

腐敗就是委托權力被用來謀取私利的過程和行為[1]。隨著經濟不斷增長，腐敗現象開始在我國蔓延，造成了嚴重的經濟政治影響。雖然我國不斷地依靠制度的創(chuàng)新和立法來反腐，但是效果十分有限。究其原因，是因為政府沒有與群眾形成反腐的合力，未能“自下而上”有效地打擊腐敗。近年來，網絡的發(fā)展很好地解決了這個問題。網絡是反腐斗爭中政府和群眾形成合力的結合點，一方面，網民通過網絡曝光來舉報腐敗現象。在輿情的洶涌沖擊下，網民、傳統(tǒng)媒介、政府反腐機構相互作用，使腐敗現象得以充分揭露。另一方面，政府反腐機構也開始更加注重對網絡反腐輿情的監(jiān)測、搜集和引導。這形成了良好的循環(huán)，不僅加強政府在群眾中的公信力，而且能充分利用起群眾的力量。袁鋒認為，從制度反腐到技術反腐(網絡反腐)，既是我國步入信息時代反腐敗斗爭的必由之路，也是黨和政府與廣大人民群眾在反腐敗斗爭中實現力量結合的關鍵環(huán)節(jié)[2]。分析網絡反腐的一般規(guī)律，有助于政府針對性地采取及時有效的策略，對激發(fā)人民參與反腐的熱情有著重要影響，因此受到越來越多研究人員的關注。

現有關于網絡反腐的文獻研究，可以分為兩類，一是把網絡反腐置于我國近年的反腐大趨勢下進行研究，從網絡反腐性質和特點出發(fā)，論證網絡反腐優(yōu)勢和劣勢以及法律法規(guī)保障等問題，此類研究較多。二是研究網絡反腐輿情，分析網絡反腐中網民輿情演變機制，此類研究較少。本文認為現階段關于網絡反腐的研究有兩個缺點：一是僅僅從理論上研究網絡這個新的反腐工具是如何工作的，或者雖然對網絡反腐進行輿情分析，但大多運用統(tǒng)計研究和案例分析，鮮有論文用仿真建模的方法去研究網絡反腐，因此無法動態(tài)分析網絡反腐輿情演變的各個階段，不利于政府針對性地做出決策。二是目前網絡輿情演化和傳播的仿真研究大多針對突發(fā)性群體事件，有些研究直接把網絡反腐歸類為突發(fā)性群體事件，這與網絡反腐事件的規(guī)律不甚相符。而且這些研究僅從演化或傳播過程著手，集中于對反腐事件發(fā)展狀態(tài)或網絡拓撲結構對輿情傳播的影響等方面，不僅很少從線下形成反腐輿情的網民個體角度出發(fā)，深入分析網民個體聚集形成網絡反腐輿情的原因，而且沒有研究政府在輿情演化和傳播的不同階段所采取的行動對事件演化造成的影響。因為分析人類群體行為的產生動機和變化機制屬于社會心理學中的動力場理論范疇，所以如果在仿真模型中加入動力場理論并探索政府對動力場的作用，有利于克服上述兩個缺陷。

本文主要研究反腐輿論在網絡反腐事件中的演化與傳播，不僅考慮網絡反腐事件的規(guī)律和輿論傳播中網民相互影響的過程，并且利用動力場理論分析影響網絡反腐中網民的個人主觀因素和社會客觀因素，從而提出新的模型。該模型不僅能夠模擬網民之間反腐輿情的交互，并且可以用來分析政府行為對網絡反腐輿情的影響。最后基于Netlogo平臺進行仿真模擬和結果分析。

1 研究現狀

1.1 網絡反腐輿情演化與傳播的規(guī)律

在網絡反腐的相關領域，大部分研究對待網絡反腐輿情演化與傳播的觀點比較一致。楊嘉認為，網絡反腐輿情的演化規(guī)律一般遵循“信息披露—網絡熱議—媒體追蹤—政府回應”的模式[3]。劉怡等認為，網絡反腐事件經歷多個閾值，呈現出不同的發(fā)展階段，其演變階段通常包括潛伏期、爆發(fā)期、擴散期、高峰期和消退期。網絡反腐的潛伏期為事件初步曝光，即導火線呈現出來。在網絡反腐的爆發(fā)期，腐敗行為如關于腐敗的證據或細節(jié)等信息集中曝光，此時網絡意見領袖的參與對網絡反腐事件起到“引爆點”的作用。所謂“引爆點”，是事件引起大規(guī)模關注，沖破臨界水平的關鍵節(jié)點，使媒介關注度和網民關注度激增[4]。因為網絡意見領袖往往對某些領域有較為深入的理解，或者具備某方面的專業(yè)知識，如經濟管理、法律法規(guī)、新聞調查等。所以針對網絡反腐事件的視角更為獨特，言論更加專業(yè)，容易形成“引爆點”。在網絡反腐的擴散期，事件不再停留在普通的曝光，此時期除網絡反腐主體外，利益涉及方、政府相關部門、意見領袖以及普通網民都有可能參與討論和圍觀。網絡反腐的高峰期發(fā)生在事件解決的閾值點，是討論和圍觀的關注度達到峰值的時間，通常會對沖突的消除和腐敗的解決產生關鍵性影響。到達網絡反腐的消散期有兩種可能：(1)在反腐問題得到合理的解決并且公眾形成一定的滿意共識后，在后續(xù)討論中該事件形成輿情消散狀態(tài)；(2)在事件經過多次曝光后，官方媒體或政府仍然沒有關注，輿情也會逐漸消散?；诖耍疚慕⒘艘粋€網絡反腐輿情演化與傳播模型，如圖1所示：

圖1 網絡反腐輿情演化與傳播模型

網絡反腐輿情的總體情況是通過對個體網民行為的統(tǒng)計分析獲取的，個體網民的行為集合即為網絡反腐輿論的總體情況。因此，分析反腐輿情首先要從網民個體行為出發(fā)。

1.2 簡單的網民個體輿情影響模型

在輿情研究領域，一般認為個體對輿情的態(tài)度，即是否加入傳播過程以及對輿情事件的情感傾向，主要受鄰近個體態(tài)度的影響[5]，而某一個體一旦加入到傳播過程中，又會影響到其他鄰近個體，該機制被稱為影響模型[6]。影響模型的構建涉及到兩個相互補充的過程：輿情演化和輿情傳播。輿情演化是指輿情意見的變化過程，是發(fā)生在微觀層面?zhèn)€體對于輿情的具體態(tài)度和意見的變化，而輿情傳播是指發(fā)生在微觀層面不考慮個體對輿情的具體態(tài)度或意見的交互行為[6]。圖2顯示了基于影響模型的輿情演化與傳播的過程，其中淺色圓圈代表未被傳播反腐信息的網民個體，深色圓圈代表已被傳播反腐信息的網民個體，單向箭頭代表反腐信息單方向傳播，雙向箭頭代表反腐信息雙方面演化。在傳播前期多數網民個體并未接觸到反腐輿情信息，因此輿情傳播是單向的；而隨著被傳播的網民個體增加，在傳播后期相鄰網民個體間出現相互交流的過程，即從單向傳播演變?yōu)殡p向討論。

圖2 簡單的網民個體輿情影響模型

在影響模型研究中，研究中基于物理學的基本原理，建立了個體態(tài)度相互影響的模型。比較有代表性的影響模型有S模型(Sznajd Model)、D模型(Deffuant Model)和KH模型(Krause-Hegselmann Model)。S模型0是離散型影響模型，其基本思想是“合則贏，分則政”，具體為其中每個個體擁有兩種態(tài)度，隨機選擇的兩個相鄰個體，若兩者態(tài)度一致，則這一態(tài)度擴散到他們的鄰居個體，若不相同，則他們把自己的態(tài)度傳遞到對方的鄰居個體；D模型和KH模型都是連續(xù)型影響模型，D模型0以妥協戰(zhàn)略為基礎，認為當態(tài)度差值在閾值范圍內的個體間發(fā)生態(tài)度交換時兩個個體的態(tài)度值更新為兩者平均值，最終形成具有共同態(tài)度的群體；而KH模型0則遍歷某個個體的所有鄰居個體并對其中與該個體態(tài)度差值在一定閥值范圍內的鄰居個體的態(tài)度平均值作為該個體的新態(tài)度值。

在簡單的影響模型基礎上建立網絡反腐輿情演化與傳播的模型需要分解網民個體的相互影響過程，從微觀層面定義個體態(tài)度和行為的產生機制和更新過程，并在此基礎上研究群體態(tài)度和行為的演化現象。因此，首先需要對網民主體屬性進行抽象，選擇和定義影響網民參與反腐輿情的主要因素，然后抽象演化與傳播過程，細化鄰近個體對網民個體的影響過程。

2 網絡反腐輿情演化與傳播模型的建立

2.1 基于動力場理論的網民反腐輿情影響模型

心理學家勒溫被譽為社會心理學之父，他借助物理學理論中“場”的概念描述了一種心理學上非物化的“場”，即勒溫所說的生活空間(Life Space)，他認為：“每一個行為取決于個體的狀態(tài)，同時也取決于環(huán)境，雖然個體和環(huán)境的相對重要性在不同個案中有所不同[10]?！崩諟貏恿稣摰闹饕獌热菥褪菍⑷说男袨榭闯墒莻€體主觀因素和客觀環(huán)境因素綜合作用的結果，個體的需要和動機等是人的行為的基礎，客觀環(huán)境因素是激發(fā)人的行為的條件，但客觀環(huán)境有正作用和反作用，處在特定環(huán)境系統(tǒng)內的個體，依據個體的心理環(huán)境的各種影響因素產生個體行為的方向和動力。根據勒溫動力場理論，結合影響模型，本文對現實社會中網民個體的行為可以從個體主觀因素、社會客觀因素和行為系數3個基本方面描述。

2.1.1 個體主觀因素

網民對待反腐事件的態(tài)度是由知識素養(yǎng)和事件關聯程度形成的，并且會在反腐輿情傳播中隨網民間態(tài)度交互而不斷更新。興趣度是該個體對事件的關注程度，初始值由知識素養(yǎng)和事件關聯程度決定，但隨傳播過程慢慢下降，當達到零值時個體將不再參與該反腐事件的傳播。

(1)個體的知識結構直接影響其反腐態(tài)度和行為，而這種知識結構不僅是簡單的教育背景或者教育程度，而且與腐敗事件跟個人知識或個人經歷的相關性有關。本文用知識素養(yǎng)表示個體對反腐事件的背景知識了解程度。個體在接觸腐敗事件時會根據自身所掌握的知識對該類事件作一個基本判斷，而當腐敗事件與自身關聯程度較高時，會對該判斷產生很大的影響。這兩者結合起來成為網民對待反腐事件的初次判斷。

(2)在輿情傳播中，網民相互討論會影響其反復態(tài)度和行為的轉變。本文用權威值與免疫力指標來反映反腐信息傳播者與接受者交互行為對接受行為選擇的影響。權威值表示個體影響能力的大小，個體掌握證據越多，權威值越大。免疫力表示個體拒絕參與討論反腐事件的能力。這兩者結合成為網民對反腐事件的二次判斷。

2.1.2 社會客觀因素

網民所處的客觀社會受到兩個因素影響。(1)社會清廉程度。腐敗影響指數(CPI)是“透明國際”衡量一個國家或地區(qū)廉潔程度的主要指標，用至少3個以上調查項目來構成，其值為10分制，指數越高說明越清廉。8～10之間說明比較廉潔，5～8之間表示輕微腐敗，2.5～5之間表示比較嚴重，0～2.5時證明政府對腐敗無能為力[11]。本文用CPI來描述社會清廉氛圍，當CPI越高時，網民對腐敗行為越不能容忍。(2)政府或媒體對腐敗事件的參與程度。美國心理學家斯金納曾提出一種動機的強化理論。他認為，個體是否做出某種行為取決于行為的后果。當這種行為的后果對其有利時，這種行為就會在以后重復出現[12]。所以若網民在參與反腐事件后看到政府或官方媒體有所關注，那么會產生動機的強化作用。

2.1.3 行為系數

網民傳播腐敗事件過程中，有著自己的行為系數，包括行為、影響范圍和接觸次數。行為是該個體根據綜合心理最終選擇采取的行為；影響范圍是該個體的影響半徑；接觸次數是個體接觸該事件的次數(被傳播的次數)，當接觸次數達到某個值時，免疫力會下降。本文中對網民個體的三方面屬性含義如表1所示。

表1 網民個體的個體主觀因素、社會客觀因素和行為系數

2.2 反腐輿情演化與傳播的建模算法

網絡反腐輿情演化與傳播的過程在微觀層面上表現為個體反腐輿情的交互。一方面?zhèn)€體參與反腐輿情傳播，向網絡空間中其他個體傳播自己的態(tài)度，從而對輿情發(fā)展產生影響。另一方面?zhèn)€體在交互過程中從社會和網絡環(huán)境中獲知信息，結合自身已獲取的信息不斷更新自身對于反腐事件的態(tài)度。

以下設定個體反腐輿情交互過程和所要遵循的規(guī)則：

第一步，設定客觀社會環(huán)境中的社會清廉程度(CPI)。

第二步，初始化所有網民的知識素養(yǎng)、事件關聯性、權威值、免疫力和影響范圍。假定反腐事件隨機被某些網民發(fā)現。依照知識素養(yǎng)(Knowledge)和事件關聯性(Relevance)，以及社會清廉程度，計算網民個體Np的初始態(tài)度和興趣度，并且判斷他們的行動。

第三步，獲取個體Np以及個體影響范圍內(即Np-Circle)的所有個體N1、N2、N3…，用Ta記錄個體Np傳播過程中被接受的次數，Tr記錄個體Np傳播過程中被拒絕的次數。

第四步，選取個體Ni為被傳播個體。若Ni的免疫力大于傳播個體Np的權威值，則個體Ni拒絕傳播個體，此時Tr累加1；否則Ni被個體Np傳播。

第五步，Ni被傳播，首先判斷傳播個體Np與被傳播個體Ni的行為(Behavior)是否相同。若行為相同，則Ni的態(tài)度計算遵循規(guī)則一，否則遵循規(guī)則二。

規(guī)則一：如果Np的知識素養(yǎng)(Knowledge)大于等于Ni的知識素養(yǎng)，則Ni的態(tài)度(Strength)與Np趨同，并且Ta=Ta+1。

如果Np的知識素養(yǎng)(Knowledge)小于Ni的知識素養(yǎng)，則

Ni->Strength=Np->Attitude*Ni->knowledge/(Np->knowledge*Np->authority)，并且Ta=Ta+1。

規(guī)則二：比較個體Ni的權威值和知識素養(yǎng)的乘積與Np兩者乘積的大小。若Ni較大，則

Ni->Strength=Ni->Strength-beta*Np->Strength*Ni->knowledge/(Np->knowledge*Np->authority)，并且Tr=Tr+1。

若Np較大，則Ni->Strength=Ni->Strength+beta*Np->Strength*Np->Knowledge*Np->authority/Ni->Knowledge，并且Ta=Ta+1。

第六步，被傳播個體的被傳播次數(times)累加1，免疫力隨被傳播次數增加而減少。計算遵循下列規(guī)則：

規(guī)則三：Ni->immunity=Ni->immunity*(1-gamma)

第七步，Np每傳播一次，興趣度減1。當有政府或者官媒參與事件時，所有個體的興趣度加1。當興趣度等于0時，Np則不再傳播信息。

第八步，Np完成對其影響范圍內所有網民個體的傳播后通過計算Tr與Ta值更新傳播個體Np的權威性authority)和影響范圍(Circle)，計算遵循下列規(guī)則：

規(guī)則四：Np->authority=Np->authority*(1+zeta1*(Ta-Tr)/|(Ta-Tr)|)

規(guī)則五：Np->circle=Np->circle*(1+zeta2*(Ta-Tr)/|(Ta-Tr)|)

注：①系數beta、zeta1、zeta2、gamma均為調和系數；②當數值計算超出值域時，超出下限按下限計算，超出上限按上限計算。

圖3是反腐輿情演化與傳播的算法實現，分為步驟和規(guī)則兩個部分，其中步驟代表反腐輿情的傳播機制，而規(guī)則代表反腐輿情的演化機制。

圖3 反腐輿情演化與傳播的算法實現

3 基于Netlogo平臺的網絡反腐輿情演化與傳播模型的仿真

3.1 Netlogo平臺簡介

Netlogo平臺是美國西北大學推出的多主體仿真系統(tǒng)，目的是給科研和教育提供強大且易用的計算機輔助工具。該平臺構建的多主體(Agent)模型通過各Agent之間或Agent與所處環(huán)境之間交互作用，使個體變化成為整個系統(tǒng)變化的基礎。由于Netlogo建模能較好地模擬微觀個體的行為模式和宏觀模式的涌現，并且表現兩者之間的聯系，所以特別適合模擬網絡反腐輿情演化與傳播這類隨時間發(fā)展的的復雜模型。

3.2 網絡反腐中的各類群體及其屬性特征

對模型進行仿真之前，需要對參與網絡反腐的網民進行統(tǒng)計調查以保證參數的正確性。根據2008-2012年網絡反腐的典型案件統(tǒng)計資料，在網絡反腐的九類主要參與群體中，與腐敗官員直接相關的群體，如情人、妻子、行賄者、受害者、下屬等所占比例不足舉報群體的1/3，而與其無直接利害關系的民間維權人士、記者/媒體、普通網民則占據著絕對的主體地位[13]。

本文把九類群體歸為3種主要類別，包括網民、專家和內部關聯人士。網民是對腐敗事件關注度高的群體，其主要特征為知識素養(yǎng)低，事件關聯性低，權威性低，傳播范圍小；專家是容易成為“意見領袖"的群體，他們往往具備某領域的專業(yè)知識，并且在社會上有一定的知名度，其主要特征為知識素養(yǎng)較高、事件關聯程度較低、免疫力較低、傳播范圍較廣；內部關聯人士是跟腐敗事件有聯系的群體，雖然掌握一定的證據，但是在社會中并沒有太大的關注度，其主要特征為事件關聯程度較高、傳播范圍較小。除此以外，本文把官方媒體抽象為特殊的第四類群體，這類群體在社會群體之外，但是權威性最高，傳播范圍最廣，這類特殊群體必須在官方政府指示下才會被激活關注反腐事件，實際上是政府的代言人。主要群體的屬性特征如表2所示：

表2 網絡反腐主要群體的屬性特征

3.3 模型仿真

3.3.1 初始化社會屬性和主體屬性

首先初始化衡量整個社會氛圍的清廉程度指數(CPI)，根據“透明國際”十年的報告顯示，我國的CPI在3.5～4.0之間，本文選擇4.0作為初始標準值。接著初始化網民基本屬性，假定整個社會中存在200個網民。網民分為網民、專家、內部關聯人士3個群體，占比分別為80%，15%，5%，該比例參考了實際調查數據。然后依照上文分析的各屬性特征對其進行初始化，在未受到反腐輿情傳播前，網民會根據其知識素養(yǎng)和事件關聯性會有一個對此類事件的基本判別。

3.3.2 反腐輿情的開端與傳播

隨機激活群體中的幾個網民，表示該網民獲知腐敗事件的小部分真相，但證據并不充足。根據網民的態(tài)度和興趣度判斷他們的行為，此時選擇曝光的網民便成為了反腐輿情的開端，然后以上一時間點的狀態(tài)為基礎按照2.2節(jié)中定義的反腐輿情演化與傳播的算法啟動仿真模型直至達到穩(wěn)定狀態(tài)，觀察并記錄網民變化的局部變化及整體態(tài)勢。

3.4 仿真結果分析

3.4.1 網民影響模型仿真結果討論

從1.1節(jié)中的網絡反腐輿情演化與傳播的規(guī)律來看，模型仿真的結果顯示了4類不同類型的仿真結果，分別為：抑制型、沉默型、轉折型和爆發(fā)型。如圖4～7分別表示不同的仿真結果，圖中小型人圖案表示網民，中型人表示專家，大型人表示內部關聯人士，圓形表示初始被激活人士，灰色表示在反腐過程中未參與輿情傳播的人士，白色表示在反腐過程中參與輿情傳播的人士。POPULATION圖表示參與網絡反腐輿情傳播的人隨時間的變化(從原點起最上面第一條曲線表示總參與人數；第二條曲線表示網民數量；第三條曲線表示專家數量；第四條曲線表示內部關聯人士數量)，Netizens、Experts、Insiders框中顯示的是從反腐輿情開始到結束參與傳播的網民、專家、內部關聯人數的總人數。

抑制型反腐輿情是由于發(fā)現腐敗事件的人員對待腐敗事件的態(tài)度不明確或者網絡曝光的興趣度不高，導致了腐敗事件并沒有從源頭上開始傳播。在現實社會中對應的情況是：(1)發(fā)現腐敗事件的是內部知情人士，出于利益考慮不敢把事件曝光；(2)發(fā)現腐敗事件的網民對事件抱著多一事不如少一事的態(tài)度不愿曝光事件。如圖4所示，雖然有初始網民被激活，但反腐事件沒有傳播出去，POPULATION圖的四條曲線重合，均為0。

圖4 抑制型反腐輿情演化與傳播仿真結果

沉默型反腐輿情是由于發(fā)現腐敗事件的人士權威值或知識素養(yǎng)處于較低水平，造成相鄰人士對參與曝光事件的拒絕，因而輿情很難擴散出去，造成了事件的沉默。事件只停留在潛伏期。在現實社會中對應的情況是：(1)曝光腐敗事件的網民是普通網民，在網絡上不具有影響力；(2)曝光的證據讓人難以信服，難以傳播輿情。如圖5所示，雖然初始激活網民傳播了事件，但很快輿情傳播就消失，POPULATION圖上表示為網民曲線與總參與曲線重合，位于距原點不遠處，而專家曲線和內部知情人士曲線均為0。

轉折型反腐輿情是沉默型反腐輿情的反方向演化，開始發(fā)現腐敗的人士雖然權威值或知識素養(yǎng)較低，輿情開始階段傳播較慢，但是在傳播后馬上被權威值較高、知識素養(yǎng)較高的人士獲取到腐敗事件信息，參與反腐事件直線上升。在現實社會中對應的情況是網民進行事件曝光后，專家迅速介入反腐輿情的傳播，成為“意見領袖”，引導事件的走向。事件經過潛伏期達到爆發(fā)期。該結果很好地解釋了網絡反腐中的“引爆點”現象。如圖6所示，事件在傳播初期傳播較慢，經過一段時間的傳播后迅速擴大影響力，POPULATION圖上表示為4條曲線清晰可見，總參與曲線與網民曲線形狀相似，都有一個明顯的折點，專家曲線和內部人士曲線在此折點后增長迅速，表明此折點為“引爆點”。

爆發(fā)型反腐輿情是因為初始發(fā)現腐敗事件的人士有較高的權威值和知識素養(yǎng)，因而在事件初期就能迅速將輿情傳播出去，參與反腐事件的人數呈爆發(fā)性的增長，事件達到爆發(fā)期。在現實社會中對應的情況是：(1)初始發(fā)現腐敗事件的人士是諸如專家一類的群體，在網絡上擁有很大的影響力，以致反腐事件能得到很高的關注；(2)初始進行曝光的是掌握有充足證據的內部關聯人士，容易讓網民信服。如圖7所示，輿情從傳播初始就開始爆發(fā)式增長，并且迅速達到最高峰，POPULATION圖上表示為4條曲線清晰可見，總參與曲線、網民曲線與專家曲線的初始增長率均為最大。

圖5 沉默型反腐輿情演化與傳播仿真結果

圖6 轉折型反腐輿情演化與傳播仿真結果

3.4.2 政府行為對結果的影響

為了分析政府行為與反腐輿情的關系，實驗中通過在反腐輿情的不同階段加入官方媒體行為觀察反腐事件演變過程并予以記錄分析。仿真結果表明，當政府在反腐輿情爆發(fā)期的上升階段授權官方媒體進行事件的報道，可以讓網絡反腐輿情盡快進入擴散期，從而得到更多網民參與腐敗事件曝光與關注，而如果政府在反腐輿情爆發(fā)期的下降階段進行事件的報道，雖然可以延長網民關注腐敗事件的時間，造成“拖尾”現象，但是參與人數不能再上升回原來的最高點。這個結果就很好解釋了現實社會中，在網民關注度下降后政府再進行相關腐敗事件的后續(xù)報道，也很難再提高網民的關注度。如圖8～9所示。

3.4.3 社會反腐氛圍(CPI)對結果的影響

除了可以在網絡反腐事件中加入政府行動影響結果外，社會反腐氛圍也是一個影響結果的重要社會客觀因素。本文通過多次實驗，記錄了社會反腐氛圍在1～10水平上4種類型的反腐輿情出現的頻率進行了比較分析。如圖10所示，隨著CPI不斷上升，抑制性反腐輿情不斷減少，CPI達到3以后，沉默型反腐輿情明顯開始增多，轉折型和爆發(fā)型反腐輿情開始出現，CPI達到5之后，轉折型和爆發(fā)型反腐輿情不斷增加，沉默型保持穩(wěn)定，到達8以后，抑制型反腐輿情基本消失，社會以轉折型和爆發(fā)型反腐輿情為主。仿真結果有效解釋了由于我國近年來社會反腐氛圍不斷提高，人民參與反腐的熱情不斷高漲，沉默型反腐輿情減少，轉折型和爆發(fā)性網絡輿情涌現的現象。

圖7 爆發(fā)型反腐輿情演化與傳播仿真結果

圖8 政府在反腐輿情上升階段進行相關事件報道

3.5 模型可靠性分析

搜索引擎用戶關注度是以數千萬網民在百度的搜索量為數據基礎，以關鍵詞為統(tǒng)計對象，科學分析并計算出各個關鍵詞在搜索引擎中搜索頻次的加權和，并以曲線圖的形式展現[14]。目前典型的計量搜索引擎用戶關注度的產品有百度指數[15]。朱毅華等[6]曾使用過百度指數來檢驗仿真模型的可靠性。因此，本文從近三年來網絡反腐事件中選擇了4個有代表性的案例，通過百度指數來進行統(tǒng)計分析。為了清晰看出4個案例的輿情變化情況，本文以反腐輿情達到最高點的天數為中心，搜集了前后共50天的數據。(由于周鎮(zhèn)宏事件沒有輿情最高點，所以選取立案調查前50天的輿情數據。)如圖11所示。

雷政富事件于2012年11月20日開始發(fā)生，由于進行曝光的是內部知情人士，證據充足，引起了網絡熱議，并且政府在11月23日迅速做出回應，所以在網絡上引起了輿情高潮。雷政富事件與爆發(fā)型反腐輿情的仿真結果相一致，并且政府在輿情上升階段介入事件，所以最終參與事件的人數到達高峰。

楊達才事件于2012年8月26日初次曝光，27日被多名微博紅人關注，事件關注度開始升高，8月30日，官方媒體做出初步回應，讓事件進入擴散期，在網絡輿情持續(xù)的20天內不斷有各類專家和政府加入討論。楊達才事件與轉折型反腐輿情的仿真結果相一致，政府在輿情的下降階

圖9 政府在反腐輿情下降階段進行相關事件報道

圖10 CPI與網絡反腐輿情類型的關系

圖11 典型網絡反腐事件的百度指數時間變化

段回應了事件，雖然輿論有很長的“拖尾”現象，但始終達不到輿情的最高點。

劉鐵男事件于2012年12月6日被實名舉報，舉報者為媒體人，但由于影響力有限，事件經過多次舉報后于2013年5月12日才被政府才做出回應。劉鐵男事件與沉默型反腐輿情的仿真結果相一致，政府在反腐輿情中并沒有做出回應，最終事件趨向沉默。

周鎮(zhèn)宏事件于2012年1月16日被紀委立案調查，但立案前50天的輿情并沒有明顯變化，事件并沒有得到任何的曝光和舉報。周鎮(zhèn)宏事件與抑制性反腐輿情的仿真結果相一致，發(fā)現腐敗事件的網民并沒有從源頭上傳播事件。

經過4個不同反腐事件的檢驗，百度指數與模型仿真結果高度一致，從而證明了模型的可靠性。

4 結 語

本文對網絡反腐輿情演化和傳播的規(guī)律進行分析，結合基于動力場理論的構建了一個網絡反腐輿情影響模型，然后利用Netlogo進行仿真實驗，參照仿真結果進行網民行為研究，得到了4種情況不同的網絡反腐輿情特征，并分析政府在網絡反腐中的作用。針對性地提出兩個建議：一是當網絡反腐輿情處于爆發(fā)期時，政府應在輿情上升階段需要及時回應以便讓更多網民參與反腐事件；二是加大社會反腐倡廉氛圍，有利于轉折型和爆發(fā)型的反腐輿情涌現，減少沉默型和抑制型的反腐輿情事件，從而激發(fā)人民的反腐熱情。本文不僅利用仿真建模的方法揭示了網絡反腐事件的規(guī)律，提供了一種新的研究思路，而且把輿情研究推到了一個新的領域。后續(xù)工作中，可以結合網民的年齡結構和地域分布情況等屬性作統(tǒng)計并合理調整參數，進一步提高仿真模型的準確度。

[1]任建明，杜治洲.腐敗與反腐?。豪碚摗⒛Ｐ秃头椒╗M].北京：清華大學出版社,2009．

[2]袁鋒.網絡反腐的政治學：模式與應用[M].北京：中央編譯出版社，2012．

[3]楊嘉.網絡反腐輿情的演化規(guī)律及其應對機制[J].領導科學論壇，2013，(9):23-24．

[4]劉怡，謝耘耕.網絡反腐輿情事件的形成與演變機制研究[J].現代傳播,2014，(4)：69-74．

[5]劉小波.基于人際關系網絡的輿情演化建模研究[J].情報理論與實踐，2011，34(9):100-103．

[6]朱毅華,張超群.基于影響模型的網絡輿情演化與傳播仿真研究[J].情報雜志，2015，(2)：28-36．

[7]Sznajd-Weron K,Sznajd J.Opinion Evolution in Closed Community[J].International Journal of Modern Physics C,2000，(6):1157-1165．

[8]Guillaume Deffuant,David Neau,Frederic Amblard,et al.Mixing Beliefs Among Interacting Agents[J].Advances in Complex Systems,2001，(3):87-98．

[9]Hegselmann R,Krause U.Opinion Dynamics and Bounded Confidence Models,Analysis and Simulation[J].Journal of Artificial Societies and Social Simulation,2002，(3):1-33．

[10](美)Kurt Lewin.拓撲心理學原理[M].竺培梁，譯.北京：北京大學出版社，1997．

[11]牛瑞杰.從清廉指數看我國的廉政建設[J].發(fā)展，2007，(4):37．

[12]孟維杰.社會心理學[M].哈爾濱：黑龍江人民出版社，2014．

[13]李傳軍.公民參與視角下的網絡反腐研究——基于2008-2012年網絡反腐典型案件的分析[J].電子政務，2014，(1)：79-87．

[14]陳濤,林杰.基于搜索引擎關注度的網絡輿情時空演化比較分析——以谷歌趨勢和百度指數比較為例[J].情報雜志，2013，(3):7-10．

[15]百度指數.http:∥index.baidu.com/[EB/OL].2015-08-29．

(本文責任編輯：郭沫含)

The Evolution and Propagation Simulation Model of Network Anti-corruption Public Opinion Based on Dynamic Field Theory

Han Wenying Lu Yuhang

(School of Informatics，Central University of Finance and Economics，Beijing 100081，China)

Network Anti-corruption has become a hot spot in the current society.However,there are few articles about the Network Anti-corruption public opinion evolution and propagation rule.This paper research network anti-corruption from the perspective of public opinion evolution and propagation,firstly use the dynamic field theory to analysis the behavior mechanism internet users participate in Network Anti-corruption and establish the simulation model,secondly use Netlogo platform for simulation,and finally further verify the model conclusion according to the Baidu index.The results not only reveal that the government behavior is how to affect the evolution of the Network Anti-corruption public opinion,but also conclude that when government intervene in public opinion to greatly enhance the enthusiasm of the people to participate in the Network Anti-corruption.This paper provides a new direction for the future research of Network Anti-corruption,and also to explore new areas of public opinion research.

network anti-corruption;dynamic field theory;public opinion evolution;public opinion dissemination;Netlogo simulation

2015-11-18

國家社會科學基金重點項目“面向公共安全事件的網絡社會治理機制”(項目編號：14AZD045)；北京市社會科學基金項目“首都政府采購網絡防腐策略研究”(項目編號：14JGB081)研究成果之一。

韓文英(1969-)，女，副教授，博士，研究方向：網絡輿情、政府采購、電子商務。

10．3969/j．issn．1008-0821．2016．03．001

G206.2

A

1008-0821(2016)03-0003-09