江 耘，羅建娣

（南昌大學 管理學院，江西 南昌330031）

基于博弈的輿情信息仿真研究

江 耘，羅建娣

（南昌大學 管理學院，江西 南昌330031）

互聯(lián)網的開放性、匿名性特點，使得政府在應對網絡輿情傳播時面臨高度的不確定性。本研究使用不完全信息動態(tài)博弈理論，模擬政府和網民之間的輿情信息博弈過程，建立了輿情信息博弈模型。該模型引入了網民的個人認知能力和社會信息共享程度等因素，描述網民在每一次博弈中修正對政府行為的判斷并做出自己的最優(yōu)選擇，預測政府干預網絡輿情的最佳時機，最后運用NetLogo計算機軟件對此模型進行仿真，驗證了模型的有效性和可靠性。仿真結果表明：突發(fā)事件的社會信息共享程度和網民的認知能力對輿情信息的發(fā)展、走向起著至關重要的作用，所以突發(fā)事件發(fā)生后政府應果斷介入，發(fā)布權威信息盡早引導網民，掌控輿情信息的傳播方向。

輿情信息；不完全信息動態(tài)博弈；Netlogo仿真

引言

伴隨著中國網民隊伍的日益壯大，互聯(lián)網已經成為中國社會輿論的重要發(fā)源地，越來越多的公眾借助互聯(lián)網發(fā)泄情緒、表達態(tài)度和發(fā)表見解。人民網輿情監(jiān)測室發(fā)布了《2014年中國互聯(lián)網輿情藍皮書》，指出2014年中國互聯(lián)網輿情，是在中國共產黨和政府嚴厲反腐、深化改革的鼓點正酣中展開的。在這種“高壓態(tài)勢”下，互聯(lián)網輿論場在繼續(xù)擴張的同時，出現(xiàn)了從嚴管理的新局面。一方面，微信取代微博，成為當下經濟發(fā)達地區(qū)民眾的首要信息渠道和社交平臺，新聞客戶端也開始影響一部分人群的信息獲取；另一方面，隨著互聯(lián)網相關法律法規(guī)的逐步完備、網站平臺管理的加強，以及網民自律與社會公序良俗的約束，網絡輿論的總體壓力有所減輕，但社會轉型期的各種利益訴求并未消減，在某些突發(fā)事件和熱點議題中甚至還呈現(xiàn)出爆發(fā)態(tài)勢［1］。網絡輿情發(fā)展呈現(xiàn)出新特征，主要表現(xiàn)在：本屆中央政府改革力度大、反腐效果好，網民對體制的向心力有顯著提升；經濟發(fā)展過程中的環(huán)境保護和居民健康問題，受到全社會持續(xù)關注；暴力恐怖事件和惡性犯罪引發(fā)社會不安；公眾人物的失德事件近年來持續(xù)發(fā)酵，轉型期社會的道德倫理引發(fā)社會反思；中國大陸以外的地區(qū)輿情越來越多地受到中國內地網民的關注。

面對社會經濟發(fā)展的新常態(tài)，網絡環(huán)境的新變化和微博、微信等社交媒體的廣泛應用，挖掘輿情信息的新傳播規(guī)律迫在眉睫。只有不斷完善網絡輿情理論體系，才能更好地進行輿情引導、監(jiān)測、預警和預控，實現(xiàn)網民友好參政、政民關系協(xié)調和構建和諧社會的宏偉目標。

本研究運用不完全信息動態(tài)博弈中的信號博弈理論，對網絡輿情建立了輿情信息傳播的不完全信息動態(tài)博弈模型。最后，利用NetLogo計算機軟件對此模型進行仿真，驗證了模型的有效性和可靠性，仿真結果對于政府更好地治理突發(fā)事件的網絡輿情傳播具有較好的現(xiàn)實指導意義。

目前常用的網絡輿情建模的方法主要有以下幾種：（1）元胞自動機模型；（2）復雜網絡理論；（3）概率統(tǒng)計模型和隱馬爾可夫模型；（4）多Agent系統(tǒng)模型；（5）動力系統(tǒng)理論；（6）協(xié)同學；（7）博弈論。每種建模方法的研究對象各有側重，如動力系統(tǒng)理論更適用于輿情事件的發(fā)展狀態(tài)建模，元胞自動機模型與多Agent系統(tǒng)模型更適用于輿情主體的行為建模等。本研究主要基于不完全信息動態(tài)博弈理論，針對政府與網民之間的輿情信息互動博弈建模，并利用NetLogo軟件進行仿真，驗證該模型的有效性和可靠性。

一、文獻綜述

國內對網絡輿情的研究主要從三個方面展開。

一是從傳播學的角度，研究輿情信息的基礎理論體系，綜合社會學、心理學和管理學等，不斷更新和深化輿情信息的知識框架，為輿情分析技術和管控機制等提供更可靠、更豐富的基礎知識。戴維民在《我國網絡輿情信息工作現(xiàn)狀及對策思考》中指出，我國輿情信息呈現(xiàn)新的發(fā)展態(tài)勢——輿情熱點事件不斷攀升，社交媒體的鏈式傳播趨于獨立等，網絡輿情監(jiān)督工作面臨新的問題。孫亦祥在《網絡輿情信息傳播視域中傳播效果理論的嬗變與思考》中提出，經典的傳播效果理論受到新的沖擊，需要重新審視現(xiàn)狀和構建新的理論體系，使之與現(xiàn)有輿情信息的傳播相適應［2］。

二是在以微博為主的復雜網絡環(huán)境中，研究輿情信息的傳播模型和規(guī)律，實現(xiàn)對在新媒體下發(fā)生改革性影響的輿情信息傳播的有效控制。朱恒民在《面向話題衍生性的微博網絡輿情傳播模型研究》中面對微博輿情的新挑戰(zhàn)，提出了輿情傳播的SIRS模型，該模型綜合考慮微博的傳播特性和輿情話題的衍生性等因素，更加符合微博輿情信息“裂變式”的傳播模式［3］。魏超在《新媒體技術發(fā)展對網絡輿情信息工作的影響研究》中提出，新媒體技術不斷發(fā)展，輿情傳播模式也隨之發(fā)生巨大的變化，對這兩者之間新關系的探索對網絡輿情分析和監(jiān)控系統(tǒng)的研究有著重要的意義［4］。

三是從網絡參政和創(chuàng)新管理的角度出發(fā)，采用不同的手段研究輿情信息更加逼真的傳播過程，從而捕捉政府的最佳干涉時機，引導網民和諧參政，促進友好民主，推動政府網絡管理制度的創(chuàng)新。方薇在《采用元胞自動機的網絡輿情傳播模型研究》中運用相應的理論構建輿情傳播模型，并利用計算機軟件仿真證實模型的有效性［5］。蘭月新在《突發(fā)事件網絡輿情傳播規(guī)律與預警階段研究》中研究了輿情傳播的潛伏期、擴散期和消退期的規(guī)律，指引網絡輿情預警的研究方向。研究指出預警要有針對性，在不同傳播階段，預警類型也不同；信息傳播的提速，促使預警要更快，否則難以反映當前狀態(tài)［6］。諶楠在《網絡輿情政府干預最佳點選擇的研究》中基于動態(tài)輿論演化博弈模型，探討政府進入輿情傳播不同時機的優(yōu)劣，提出社會福利博弈模型，發(fā)現(xiàn)小世界性更有利于信息的共享而使輿情傳播的態(tài)勢趨于平穩(wěn)和明朗［7］。

上述研究運用元胞自動機的理論重在研究中心元胞對周邊元胞的影響，即網民之間的相互影響對輿情信息傳播的影響；運用動態(tài)輿論演化博弈的模型重在探討政府進入輿情傳播不同時機的優(yōu)劣。本研究則引入社會信息共享程度和網民的認知能力兩個因素，考察輿情信息傳播過程中網民與政府博弈的過程。

國外涉及民意的主要研究有：民意調查的技術和方法、民意與選舉、民意與宣傳和民意與社會階層的選舉。

二、輿情信息傳播中不完全信息動態(tài)博弈理論概述

博弈論研究決策主體的行為發(fā)生直接相互作用時候的決策以及這種決策的均衡問題。不完全信息動態(tài)博弈是指參與人在不完全知道其他參與人的私有特征條件下的行為決策，且博弈方的行為有先后順序。

在不完全信息動態(tài)博弈中，有一類廣泛應用叫信號博弈。信號博弈是指“領頭者—追隨者”博弈，其中只有領頭者具有私人信息。領頭者先行動，追隨者后選擇自己的行動，其中，追隨者可以觀察到領頭者的行動，但是無法得知領頭者的類型。信號博弈中有兩個參與者，一個是發(fā)送方S，一個是接收方R，這種博弈的后行動者對先行動者會有對其私有特征的概率的判斷，我們稱之為先驗概率，當先行動者行動后，后行動者會根據(jù)自己觀察到的結果，調整自己對先行動者私有特征的判斷，再選擇自己的行為策略。

這些符合網絡輿情傳播過程中政府和網民的行為特征。政府和網民在此博弈中是理性參與人，網民向政府投訴時，政府必須考慮滿足網民訴求要付出的直接成本和總體社會效益，而網民則會綜合考慮所獲利益和成本，選擇是否支持政府，從而表現(xiàn)出積極響應還是消極應付。因此，本研究選擇使用不完全信息動態(tài)博弈理論分析政府和網民在輿情信息傳播中的博弈并建模。

三、輿情信息傳播中的不完全信息動態(tài)博弈

（一）博弈策略的描述

假設政府和網民在此博弈中是理性參與人。假設A表示政府，B表示網民，U表示博弈收益。根據(jù)上述分析，A的博弈策略主要是{公開，不公開}，即是否公開信息，B的博弈策略主要是{積極，消極}，即網民是積極支持政府的言論還是消極應對。該策略下的博弈樹如圖1所示。

該圖顯示“自然”N選擇政府所屬的類型，先驗概率為p，p1、p2、q1、q2分別是采取相應行動的概率，博弈收益E如下：

（1）當參與人A對B采取公開信息的策略時：若B對A的策略比較滿意并表現(xiàn)積極，則B的收益為r，而A的收益由博弈收益r和本次博弈所付出的成本c共同組成，即r-c；若B對A的策略不滿意并表現(xiàn)消極，則B的收益為0，而A的收益為-c。

圖1 政府A和網民B的博弈樹

（2）當參與人A對B采取拒接訴求不公開信息策略時：若B盲目表現(xiàn)積極，則B損失，博弈收益用-r表示，而A的博弈收益為r；若B表現(xiàn)消極，則博弈收益為0，而A的博弈收益為0。

在上述策略下，對博弈方的狀態(tài)變化有以下分析：若A采取公開策略的概率是p1，B在預測政府類型的概率是p的前提下，采取積極的行動的概率為q1，假設EA表示公開情況下的收益，表示拒絕公開情況下的收益，表示平均收益。則可以得出：

假設EB表示網民積極表現(xiàn)的情況下的收益，表示網民消極表現(xiàn)的情況下的收益，表示網民的平均收益。則可以得出：

（二）輿情信息傳播的建模

假設面對突發(fā)事件時，政府的表現(xiàn)分為兩種類型：一種是能快速響應，積極應對；另一種是反應遲鈍，應對不力。而網民在政府行動后，表現(xiàn)出積極和消極兩種行為。

為了更好地描述輿情信息傳播的數(shù)學模型，有以下定義：θ表示政府的類型，m表示政府采取的行動，a表示網民表現(xiàn)的行為，p為先驗概率，a*(m)表示在給定的后驗概率p′前提下，網民對政府的行動做出的最優(yōu)表現(xiàn)，m*(θ)表示預測到網民的最優(yōu)表現(xiàn)，政府選擇的最佳措施，p1表示類型θ的政府采取行動m的概率，p2表示類型θ′的政府采取行動m的概率，表示政府的收益函數(shù)，表示網民的收益函數(shù)。達到不完全信息動態(tài)博弈的均衡，即貝葉斯納什均衡，需要滿足以下條件：

四、仿真實驗及其討論

（一）實驗主體及其屬性設置描述

通過NetLogo軟件對提出的輿情信息傳播的博弈模型進行仿真，實驗主體分為三類：observer、patches、turtles。二維的世界劃分為patches組成的網格，turtles能夠在此世界自由移動，observer是全局主體，觀察turtles和patches組成的世界，三者關系如圖2所示。

圖2 NetLogo三類主體

patches的u1變量表示政府的博弈收益，即u3表示后驗概率下網民的博弈收益，即。

Turtles中定義兩種類型的主體govs和citis，分別代表政府和網民，turtles的變量有vx表示在x方向的速度，vy表示在y方向的速度，u11和u33分別表示政府和網民在二維世界中的博弈收益，personal-best-u、personal-best-x、personal-best-y分別表示turtles局部最優(yōu)收益、局部最優(yōu)收益的x軸和y軸坐標。

全局變量 global-best-u、global-best-x、globalbest-y則表示全局最優(yōu)值、全局最優(yōu)值的x軸和y軸坐標。

（二）實驗算法

NetLogo模型包括可視化部件和程序兩部分，兩者關系密切。界面中每一個控件在Procedures中都有相應的實現(xiàn)代碼，聯(lián)系二者的橋梁則是控件中設置的屬性。

其中，模型的程序中，仿真的推進至少需要初始化程序和仿真執(zhí)行程序。

初始化程序即to setup實現(xiàn)對模型初始狀態(tài)的設置，生成所需的turtles，設置其狀態(tài)。首先初始化patches相應的屬性值，然后創(chuàng)建兩種生物govs、citis，并將它們隨機分布在空間中，設置形狀、顏色、大小和變量的值。

部分仿真算法如下：

仿真的執(zhí)行通過to go程序實現(xiàn)。部分仿真算法如下：

（三）實驗仿真結果及其分析

下面，在假設數(shù)據(jù)的基礎上進行試驗結果分析，其中r代表收益，c表示成本，p是先驗概率，inertia則表示網民或政府對之前自己行為的記憶或者網民從眾行為的系數(shù)，landscape-smoothness表示turtles采取某行動的概率分攤給8個鄰居的指令被執(zhí)行的次數(shù)，可使p1、p2、q1、q2參數(shù)具有隨機性。先驗概率p是指根據(jù)以往的經驗和分析所得出的概率，本實驗具體指的是網民認為政府屬于虛心納諫類型的概率，后驗概率p′是指網民通過觀察政府所采取的行動，并使用貝葉斯法則修正先驗概率p得出的政府屬于虛心納諫類型的概率。

在實驗一中，初始化設置是r=95，c=87，p=0.16，inertia=0.33，landscape-smoothness=16，initial-numbergovs=150,initial-number-citis=150,speed-limit=2, attraction-to-personal-best=0.3,attraction-to-globalbest=0.3，如圖3至圖6所示。

圖3 仿真初始化界面（左）與進行后的界面（右）

圖4 政府博弈收益

圖5 網民博弈收益

圖6 patches中相關概率變化

在實驗二中，初始化設置是r=25，c=18，p=0.16，inertia=0.33，landscape-smoothness=16，initial-numbergovs=150,initial-number-citis=150,speed-limit=2, attraction-to-personal-best=0.3，attraction-to-globalbest=0.3，如圖7至圖9所示。

圖7 仿真初始化界面（左）與進行后的界面（右）

圖8 政府博弈收益

圖9 網民博弈收益

實驗一與實驗二對比，是比較博弈收益和成本的高與低性質的博弈情況。仿真表明：當進行低博弈收益、低成本的博弈時，輿情信息的傳播進入熱議階段的時間更短，各大危機關口頻頻爆發(fā)，網民分歧較大，總體難以達到貝葉斯納什均衡，政府的博弈收益相對較穩(wěn)定。因此，在這種情況下，盡早引導網民、控制輿情信息的傳播則可避免更大的不可預測的突發(fā)事件發(fā)生。而在高博弈收益、高成本的博弈情況下，輿情信息傳播前期基本穩(wěn)定，有足夠的時間平息民憤、疏導網民心理障礙。

在實驗三中，初始化設置是r=95，c=87，p=0.16，inertia=0.33，landscape-smoothness=16，initial-numbergovs=385,initial-number-citis=414,speed-limit=2, attraction-to-personal-best=0.3，attraction-to-globalbest=0.3，如圖10至圖12所示。

圖10 仿真初始化界面（左）與進行后界面（右）

圖11 政府博弈收益

圖12 網民博弈收益

實驗一和實驗三對比，主要比較政府和網民規(guī)模的博弈情況。比較相應的博弈收益曲線圖發(fā)現(xiàn)：網民規(guī)模愈大，博弈收益的落差愈大。若突發(fā)事件處理不當，政府在輿情信息傳播的后期付出的代價就更高。因此，政府需要關注對某一特定事件感興趣的網民規(guī)模，時刻注意輿情信息傳播的每一個關口，以防出現(xiàn)洶涌的輿情對線下社會的沖擊。

在實驗四中，初始化設置是r=95，c=87，p=0.16，inertia=0.33，landscape-smoothness=16，initial-numbergovs=150,initial-number-citis=150,speed-limit=2, attraction-to-personal-best=0.3,attraction-to-globalbest=0.3，如圖13、圖14所示。

圖13 仿真初始化界面（左）與進行后的界面（右）

圖14 patches中相關概率變化

實驗一和實驗四對比，是比較在輿情信息傳播時間長短不同的前提下后驗概率變化的博弈情況。比較相應的博弈相關概率曲線圖發(fā)現(xiàn)：在先驗概率比較小的前提下，后驗概率的變化呈現(xiàn)先增大后減小的趨勢。在某突發(fā)事件持續(xù)的時間比較長的前提下，說明以下兩種情況。第一，若是網民的消極情緒占上風，政府應該在后驗概率提高之前，采取積極的行動來平息突發(fā)事件，防止網民情緒失控；若是網民的積極情緒占上風，政府應該在后驗概率降低之前，盡快妥當處理好突發(fā)事件，這比在后驗概率降低之后處理事件付出的成本更小。第二，網民對政府類型判定的先驗概率隨著網絡輿情事件的演變和政府采取的行動不斷發(fā)生著變化：若是判定政府接受意見的可能性比較小，政府要處理好突發(fā)事件必定要做部分真相的信息公開、充分考慮民情，以便引導網民對政府的正確判定，使得后驗概率降低；若是判定政府屬于虛心納諫型的可能性較小時，政府則要做出更大的努力，在公開真相的同時消滅四起的謠言，保持高后驗概率。

在實驗五中，初始化設置是r=95，c=87，p=0.16，inertia=0.33，landscape-smoothness=16，initial-numbergovs=150,initial-number-citis=150,speed-limit=2, attraction-to-personal-best=0.9，attraction-to-globalbest=0.9，如圖15至圖17所示。

圖15 仿真初始化界面（左）與進行后的界面（右）

圖16 政府博弈收益

圖17 網民博弈收益

實驗一和實驗五對比，主要比較在輿情信息傳播中個人認知能力和社會信息共享程度都較高的博弈情況。比較相應的博弈收益曲線圖發(fā)現(xiàn)：在個人認知能力較強和社會信息共享程度較高的前提下，輿情信息傳播初期，政府和網民的博弈收益都比較平穩(wěn)；而后期主要表現(xiàn)為博弈收益劇升，兩者對事件處理方法的滿意程度皆高。

在實驗六中，初始化設置是r=95，c=87，p=0.16，inertia=0.33，landscape-smoothness=16，initial-numbergovs=150,initial-number-citis=150,speed-limit=2, attraction-to-personal-best=0.3,attraction-to-globalbest=0.9，如圖18至圖20所示。

圖18 仿真初始化界面（左）與進行后的界面（右）

圖19 政府博弈收益

圖20 網民博弈收益

實驗一、實驗五和實驗六對比，主要比較在輿情信息傳播中個人認知能力較低，而社會信息共享程度較高的博弈情況。比較相應的博弈收益曲線圖發(fā)現(xiàn)：與實驗一相比，社會信息共享程度的提高，對政府博弈收益的影響并不大，但是網民高收益的時機來臨得更快。因此，若想盡快平息突發(fā)事件，可提高社會信息的共享程度，以提高網民的博弈收益。與實驗五相比，可發(fā)現(xiàn)在輿情信息傳播中，社會信息共享程度比個人認知能力對網民博弈收益的影響更大。

在實驗七中，初始化設置是r=95，c=87，p=0.16，inertia=0.33，landscape-smoothness=16，initial-numbergovs=15,initial-number-citis=150,speed-limit=2, attraction-to-personal-best=0.9,attraction-to-globalbest=0.3，如圖21至圖23所示。

圖21 仿真初始化界面（左）與進行后的界面（右）

圖22 政府博弈收益

圖23 網民博弈收益

實驗一和實驗七對比，主要比較在輿情信息傳播中個人認知能力較高，而社會信息共享程度較低的博弈情況。比較相應的博弈收益曲線圖發(fā)現(xiàn)：在個人認知能力較高的情況下，政府的博弈收益波動較大，網民在對信息進行整合和自主分析之后，人云亦云的現(xiàn)象減少，呈現(xiàn)積極的可能性更大。

五、結論

本研究將不完全信息動態(tài)博弈理論運用到政府和網民之間信息的傳播過程中，建立輿情信息傳播的模型，詳細討論了模型中不同情況下輿情信息傳播過程的態(tài)勢，提出了相對應的應對方案，不但進一步完善了現(xiàn)有的輿情理論知識體系，而且更加準確地模擬了現(xiàn)實中的輿情信息傳播過程。

從仿真結果中可以得出以下三點結論：

第一，當突發(fā)事件初起時，對這一特定事件感興趣的網民規(guī)模大會導致將輿情信息的傳播推入熱議階段的時間更短，政府應果斷介入，發(fā)布權威信息，盡早引導網民，掌控輿情信息的傳播，避免更大的不可預測的事件發(fā)生。

第二，突發(fā)事件的社會信息共享程度和網民的認知能力對輿情信息發(fā)展、走向起著至關重要的作用。因此，面對突發(fā)事件，政府應采取相應的措施以達到不斷提高人們的認知能力和社會信息共享程度的目標，從而掃除隨波逐流、捕風捉影的現(xiàn)象。

第三，若突發(fā)事件網絡輿情處理不當，政府在輿情信息傳播的后期付出的代價就更高。因此，政府需要關注對某一特定事件感興趣的網民規(guī)模，時刻注意輿情信息傳播的每一個關口，以防出現(xiàn)嚴重的財產損失和社會動蕩現(xiàn)象。

仿真實驗證明，該模型解決輿情信息傳播過程中出現(xiàn)的問題具有可行性，對網絡輿情信息傳播中的監(jiān)測、引導、預警和控制工作有現(xiàn)實指導意義。

［1］殷輅.網絡輿情事件的特點及治理之道——基于2014年河南省網絡輿情事件的分析［J］.管理學刊,2015(4):60-65.

［2］孫亦祥.網絡輿情信息傳播視域中傳播效果理論的嬗變與思考［J］.圖書情報工作,2014(10):35-39.

［3］朱恒民,李青.面向話題衍生性的微博網絡輿情傳播模型研究［J］.現(xiàn)代圖書情報技術,2012(5):60-64.

［4］魏超.新媒體技術發(fā)展對網絡輿情信息工作的影響研究［J］.圖書情報工作,2014(1):30-35.

［5］方薇,何留進,孫凱.采用元胞自動機的網絡輿情傳播模型研究［J］.計算機應用,2010(3):203-205.

［6］蘭月新,曾潤喜.突發(fā)事件網絡輿情傳播規(guī)律與預警階段研究［J］.情報雜志,2013(5):78-84.

［7］諶楠.網絡輿情政府干預最佳點選擇的研究［J］.現(xiàn)代圖書情報技術,2012(3):53-58.

【責任編輯 何 瀟】

Simulation Study of the Public Opinion Information Based on Game Theory

JIANG Yun，LUO Jiandi
（School of Management,Nanchang University,Nanchang,Jiangxi，330031）

Due to the openness and anonymity of the internet,the government faces a high degree of uncertainty when responding to the public opinion on the internet.In this paper,we simulate a game process of public opinion information between government and the cyber citizens,and establish the information game model of public opinion based on incomplete information dynamic game theory. This model considers the factors like the cyber citizens'personal cognitive ability and the sharing degree of the social information and describes how the cyber citizens in every game adjust their judgment of the government's behavior and make their own optimal choice,which help to decide the best time for government to interfere in the network public opinion.Finally,this paper verifies the validity and reliability of the model by simulating this model with the software NetLogo.The simulation shows that the information sharing degree of the emergency and cognitive ability of the cyber citizens play a vital role in the development of the public information.So the government should intervene decisively after the emergency comes into being and should release the authoritative information as soon as possible in order to guide the cyber citizens and control the spread of the public opinion.

Public Opinion,Dynamic Game of Incomplete Information,NetLogo Simulation

G206

A

1674-6511（2016）02-0043-07

2015-12-29

江西省“十二五”規(guī)劃項目（13TQ03）；江西省軟科學研究計劃項目（2014BBA10086）。

江耘（1970－），女，江西婺源人，南昌大學管理學院副教授，管理學博士，碩士生導師。研究方向：應急管理、信息經濟學。羅建娣（1991-）,女，廣東陽春人，南昌大學碩士研究生。研究方向：網絡輿情。