馮佳昊 韓 瑋 陳 安
(1.中國科學院大學,北京 100049;2.中國科學院大學公共政策與管理學院,北京 100049; 3.中國電子科技集團公司發(fā)展戰(zhàn)略研究中心,北京 100041; 4.中國科學院科技戰(zhàn)略咨詢研究院,北京 100190)
在新媒體時代背景下,現(xiàn)代傳媒形式發(fā)生了巨大的變化,打破了原有時間與空間雙重屬性的應急信息交互壁壘,發(fā)達的社交媒體為公眾獲取和傳播應急信息提供了更為廣泛的途徑,能夠有效提升突發(fā)事件應急管理的公眾參與度。在政府開展突發(fā)公共衛(wèi)生事件應對處置工作時,公眾往往通過微博、微信、今日頭條等新媒體平臺獲取突發(fā)公共衛(wèi)生事件的表現(xiàn)形式、危害程度及防控策略等應急信息,經過瀏覽、點贊、評論及轉發(fā)等行為,進而在網絡空間形成熱點話題,這些行為擴大了應急信息的網絡覆蓋面,促使廣大公眾能夠及時獲取事件進展與態(tài)勢,提升公眾主動參與突發(fā)公共衛(wèi)生事件應急管理的效率和熱情。
隨著網絡技術的快速發(fā)展,國內外學者開始重視社交媒體突發(fā)事件應急信息傳播模式、規(guī)律及機制等[1-9]。目前的信息傳播模型主要分為兩類,一類是基于復雜網絡理論、社會網絡理論等理論建立的信息傳播模型,例如普遍應用且經典的流行病傳染模型(Epidemics Model)[10-12],包括SI模型[13]、SIR模型和SEIR模型[14]等,以及改進的或變異的模型如SIHR模型[15]、SHIR模型[16]、ESIS模型[17]等,還有線性閾值模型[18-19](Linear Threshold Model,LTM)、獨立級聯(lián)模型[20](Independent Cascade Model,ICM)、博弈理論傳播模型[21](Game-Theoretic Model)等;另一類是根據(jù)收集的實際信息傳播數(shù)據(jù)進行研究并找出其中規(guī)律,運用數(shù)學建模方法對其過程進行刻畫的信息傳播模型[22-23]。此類傳播模型雖能準確地描述信息傳播過程的特征,揭示信息傳播的規(guī)律,但因實際信息傳播數(shù)據(jù)不易獲取或不易完整獲取,因此操作性相對較低。
基于信息傳播理論建立的信息傳播模型往往根據(jù)實際情形對網絡結構特性、主體狀態(tài)及狀態(tài)轉變條件等加以改進,試圖更符合實際地刻畫信息在網絡中的傳播過程,從而得到信息在網絡中的傳播模式及規(guī)律。當前主流的流行病傳染模型在一定程度上簡化了信息傳播的現(xiàn)實情形,未能充分考慮信息傳播網絡中個體的差異性和交互性以及環(huán)境因素對信息傳播過程的影響,因此,以往研究成果明顯缺乏微觀性,無法細致地展現(xiàn)信息傳播規(guī)律。
突發(fā)公共衛(wèi)生事件下的應急信息傳播屬于典型的復雜系統(tǒng)演化過程,突發(fā)公共衛(wèi)生事件與公眾生命安全、正常生活緊密相關,公眾在突發(fā)公共衛(wèi)生事件應急信息傳播過程中承擔了接受者和傳播者的雙重身份,且信息傳播網絡中的個體具有獨立的認知能力和決策能力[24]。此外,個體處于社會關系和網絡關系中,個體間存在相互聯(lián)系和溝通的交互行為[25],說明在突發(fā)公共衛(wèi)生事件應急信息傳播過程中必然涉及公眾個體屬性及個體間交互作用。
微博作為我國用戶活躍度最高的在線社交平臺之一,是公眾實現(xiàn)觀點交互、信息傳播的重要工具。Multi-Agent方法在模擬真實情景方面具有靈活性和可拓展性,因此在研究信息傳播方面具有較強的適用性,成為復雜系統(tǒng)仿真的主流模型之一,也為研究信息傳播提供了新的研究思路。諸多學者嘗試利用Multi-Agent建模方法刻畫突發(fā)事件公共危機信息[26]或網絡輿情[27]的傳播過程,剖析社交網絡中輿情生成機制和傳播規(guī)律[28]。就目前的研究成果而言,在大多數(shù)應急信息傳播模型構建過程中,學者們并未充分考慮公眾個體的異質屬性以及個體間交互關系強弱對應急信息傳播的影響。因此,本文從復雜系統(tǒng)視角研究突發(fā)公共衛(wèi)生事件公眾應急信息傳播規(guī)律,運用Multi-Agent模型,將微博平臺中傳播突發(fā)公共衛(wèi)生事件應急信息的個體抽象為Agent,充分考慮公眾個體異質屬性、個體間交互關系強弱以及信息價值,定義個體屬性與個體間的交互規(guī)則,通過仿真實驗細粒度探究相關因素對突發(fā)公共衛(wèi)生事件應急信息傳播的影響機理,為提高突發(fā)公共衛(wèi)生事件應急信息傳播的速度和范圍提供有效策略支撐。
BDI模型,即“信念(Belief)、愿望(Desire)、意圖(Intention)”模型,普遍被學界認為主體(Agent)的思維狀態(tài)包括信念、愿望和意圖[29],其“要解決的問題是什么?”是Agent的目標以及如何達到這個目標,因此BDI模型是公認的Agent理論基礎,也一直是Agent建模研究的重點。其中,信念是Agent進行思維活動的基礎,具體是指Agent基于環(huán)境狀態(tài)對自身能力的估計,包含描述環(huán)境特性的信息等,信念屬于Agent的信息部件;愿望是Agent的原始動機,具體是指Agent希望達到的目標,借此可以激發(fā)整體的行動力,愿望可以理解為Agent對環(huán)境狀態(tài)的一種期待和判斷,屬于Agent的愿望目標部件;意圖是指Agent對當前將要實現(xiàn)的目標或行動計劃的承諾,對Agent的當前行為具有指導性意義,具體表現(xiàn)為意圖驅動手段達成目標、意圖約束對未來目標的選擇、意圖不間斷地控制主體的行為等,意圖屬于Agent的真實目標組件。目前BDI模型在應急決策[30]、認知心理學[31]、人工智能[32]等領域得到了廣泛的應用。
綜上所述,BDI理論是研究個體行為意圖的最具代表性的理論,本文將運用BDI-Agent過程推理模型構建突發(fā)公共衛(wèi)生事件公眾應急信息傳播機制,如圖1所示。在突發(fā)公共衛(wèi)生事件應急信息傳播過程中,將公眾個體視為Agent,Agent根據(jù)突發(fā)公共衛(wèi)生事件這一外界環(huán)境和自身特征來進行傳播行為的理性決策,其具有的信念、愿望、意圖等方面的思維狀態(tài)可以適應信息傳播的復雜且動態(tài)變化的環(huán)境情況[33]。具體過程可以理解為:①信念集更新。Agent通過媒體報道、專家觀點和政府公告等渠道對突發(fā)公共衛(wèi)生事件應急信息的來源、結構以及信源下公眾評價產生感知,即環(huán)境信念。Agent根據(jù)年齡、性別、受教育程度、職業(yè)、權威認同度等特征形成不同的Agent類型與偏好,即自身信念。Agent綜合周邊環(huán)境與自身信念對初始信念庫進行了擴充與更新;②愿望集更新。Agent基于新信念庫,對應急信息價值感受度以及包括判斷力、關注度的公眾個體異質屬性等愿望進行了量化處理。而Agent間還存在應急信息交互關系,包括權威度、偏執(zhí)度、信息度的個體間信息交互屬性對Agent的初始愿望有較大的影響,因此Agent對初始愿望進行了更新,最終得到新的愿望集;③意圖生成。Agent根據(jù)信息價值、公眾個體異質屬性、個體間交互屬性等愿望集構建起應急信息傳播意愿水平測度模型與決策規(guī)則;④行為選擇與更新。Agent依據(jù)意圖選擇應急信息傳播行為,在多時間步的Agent間信息交互作用下,Agent的信息傳播行為選擇會發(fā)生改變。
圖1 基于BDI理論的突發(fā)公共衛(wèi)生事件公眾應急信息傳播機制
Multi-Agent技術將復雜網絡中的個體抽象為具有自主性的Agent,可以通過計算機模擬信息傳播網絡中各Agent的獨立行為及Agent間交互行為,并設計Agent間的交互規(guī)則實現(xiàn)復雜系統(tǒng)在一定環(huán)境下的自發(fā)演化,從而探究復雜系統(tǒng)在演化過程中表現(xiàn)出的宏觀行為特征,也有利于解釋微觀層面?zhèn)€體行為對網絡宏觀現(xiàn)象的影響機理和規(guī)律。
目前,基于Multi-Agent的仿真軟件有Netlogo、Swarm、Mason等,本文選取Netlogo 6.2.0平臺進行仿真實驗,該平臺適用于模擬隨時間發(fā)展而不斷變化的復雜系統(tǒng),可以在模型中控制不同的Agent,能較好地模擬微觀Agent間的交互行為。
在社交網絡中,公眾個體對應急信息的轉發(fā)行為表達了自身對事件及環(huán)境狀態(tài)的意見,公眾個體會綜合信息價值、信息受眾特質因素、信息收發(fā)雙方的交互關系等多重因素做出決策。
目前學者們普遍認為信息價值具有二元性,即信息價值將主要取決于信息質量與信源可信度,研究成果更多側重于信息評價指標體系構建,關于信息價值對信息傳播行為的影響研究處于探索階段,尚存較大的進步空間。賀鵬等[34]認為,信息本身的價值屬性會引起信息受眾的興趣,從而影響信息的傳播范圍。谷風引[35]運用問卷調查和結構方程模型,發(fā)現(xiàn)應急信息質量與信源可信度兩個因素會影響社交媒體用戶對應急信息的認知評價,從而顯著正向影響用戶的應急信息傳播行為。以上學者考慮信息價值的二元性但并未充分考慮信息價值的時效性,即在不考慮環(huán)境因素的情況下,信息價值也會隨傳播時間的變化而逐漸衰減[36],因此本文將借鑒黃逸磊等[37]、王小立[38]對信息價值衰減規(guī)律的刻畫,采用文獻老化規(guī)律負指數(shù)模型,構建信息價值衰減函數(shù)。上述分析均適用于突發(fā)公共衛(wèi)生事件應急信息價值測度。
V(t)=V0e-λ(t-t0)
(1)
其中,V(t)為信息時效性價值函數(shù),V0為信息價值的初始值,λ為特征標度因子,用以體現(xiàn)信息熱度的時效性機理;t0為信息發(fā)布的初始時間。將初始化條件設置為:V0=1、λ=1、t0=0。
應急信息在社交網絡傳播過程中,Agent的異質屬性對應急信息傳播效果有明顯的影響[39],通過綜合借鑒相關研究成果,本文選用公眾個體對信息的判斷力、關注度作為個體異質特征的衡量指標。其中,判斷力是指公眾個體對應急信息真實性的主觀認知能力和甄別能力,受到個體的年齡、性別、受教育程度、職業(yè)類型、權威認同度等因素的綜合影響。關注度是指公眾個體對應急信息的感興趣程度,也可以理解為應急信息對個體信息需求的滿足程度。當應急信息能引起公眾個體的關注,個體才會產生傳播該應急信息的意圖。判斷力、關注度的量化方式可規(guī)定為:
1)判斷力JUDi:應急信息傳播網絡中所有公眾個體的判斷力水平隨機分布于[0,1],越接近1,表示越相信信息。
2)關注度ATTi:應急信息傳播網絡中所有公眾個體的關注度水平隨機分布于[0,1],越接近1,表示對信息需求的滿足程度越高。
在時刻t,個體i對應急信息傳播意愿水平測度函數(shù)定義為:
Agenti(t)=V(t)×(ω1JUDi+ω2ATTi)
(2)
其中,Agenti(t)表示個體i在時刻t對應急信息傳播意愿水平,ω1、ω2分別表示個體的判斷力、關注度對應急信息傳播意愿水平影響的權重值,ω1+ω2=1。
Deffaunt模型屬于觀點交互模型,遵循有限信任原則,認為兩個個體在觀點差值規(guī)定范圍內才可以發(fā)生觀點交互,從而將兩個個體的觀點值進行更新[40]。本文將基于Deffaunt模型來研究應急信息傳播過程的個體交互機制。公眾個體間信息交互關系的強弱由個體在社會網絡中的位置(影響力)、個體對信息觀點的固執(zhí)度、個體間親密關系等因素共同決定[41],對個體間的信息傳播行為有著重要影響。此外,公眾個體間是否會發(fā)生信息交互行為與兩者的信息傳播意愿水平是否相近有很大關系[42]。通過綜合借鑒相關研究成果,本部分選用公眾個體的權威度、偏執(zhí)度、信任度作為個體間交互關系的衡量指標。其中,權威度是指公眾個體在應急信息傳播網絡中的重要地位,即影響力大小,權威度大的個體往往在社交媒體中具有龐大的粉絲基數(shù),應急信息受眾面較廣。偏執(zhí)度是指公眾個體對信息觀點的堅持程度,往往在社交媒體網絡中存在觀點極易改變或極難改變的極端個體,比如公眾個體在信息傳播過程中存在從眾行為[43-45]。信任度是指公眾個體人際間的相互信任程度,往往由個體之間主觀信任和個體自身客觀信譽所決定[46]。權威度、偏執(zhí)度、信任度的量化方式可規(guī)定為:
1)權威度AUTi:個體i在應急信息傳播網絡中的權威度被定義為個體i的度(鄰居節(jié)點總數(shù))與所有個體度的最大值的比率,取值范圍為[0,1]。
(3)
2)偏執(zhí)度PARi:個體i對應急信息觀點的偏執(zhí)度隨機分布于[0,1],越接近1,表示個體偏執(zhí)度越大。
3)信任度TRUij:個體i與鄰居個體j的相互信任程度與個體觀點相似性有關[5],可將其定義為:
TRUij=1-|Agenti(t)-Agentj(t)|
(4)
只有當兩個個體的信息傳播意愿水平差異在規(guī)定范圍內時,才能進行信息互動。在某一時刻,一個個體與另一個可交互個體進行信息交互,并將當前時刻的自身的信息傳播意愿水平與其鄰居個體信息傳播意愿水平的差值之和作為下一時刻的信息傳播意愿水平值。即|Agenti(t)-Agentj(t)|<ε,根據(jù)相關研究[47],ε=0.34,可理解為:兩個個體的信息傳播意愿水平差值低于0.34時,他們才有可能有信息交互。
Agenti(t+1)=Agenti(t)+μ[Agentj(t)-Agenti(t)]
(5)
Agentj(t+1)=Agentj(t)+μ[Agenti(t)-Agentj(t)]
(6)
其中,個體i、個體j為相鄰節(jié)點且可能發(fā)生交互,Agentj(t+1)、Agenti(t+1)分別表示個體i、j在時刻t+1的傳播意愿,Agenti(t)、Agentj(t)表示個體i、j在時刻t的傳播意愿,收斂參數(shù)μ表示個體i對鄰居個體j的信任程度,反映了觀點更新的速度。
本部分將采用影響力、偏執(zhí)度、信任度3個因素的綜合函數(shù)來描述收斂參數(shù)f(i,j)。
f(i,j)=TRUij(φ1PARi+φ2AUTi)
(7)
f(j,i)=TRUij(φ1PARj+φ2AUTj)
(8)
其中,φ1表示個體偏執(zhí)度在信息交互整體影響中所占的權重,φ2表示個體權威度在信息交互整體影響中所占的權重,規(guī)定φ1+φ2=1。因此,個體i、j經過信息交互后,在時刻t+1,個體i、j的應急信息傳播意愿值改變?yōu)椋?/p>
Agenti(t+1)=Agenti(t)+f(i,j)[Agentj(t)-Agenti(t)]
(9)
Agentj(t+1)=Agentj(t)+f(j,i)[Agenti(t)-Agentj(t)]
(10)
若Agenti(t+1)大于特定的傳播閾值θ,信息接收者成為傳播者,否則為拒絕傳播者,此處的傳播閾值θ需根據(jù)實際情況而定。
1)初始化信息傳播仿真網絡,設置初始個體節(jié)點數(shù)量為500,設置個體屬性值、個體間交互屬性值、信息價值等,確定個體的信息傳播意愿水平。
2)隨機選擇度較高的節(jié)點作為單一信源主體。
3)對任一傳播者i發(fā)出信息,假設個體j關注個體i,通過判斷個體i、j的信息傳播意愿水平差值與閾值ε的關系,確定是否會發(fā)生交互關系。當個體i、j不發(fā)生交互時,則保持原狀態(tài);當個體i、j發(fā)生交互時,可根據(jù)式(9)、(10),將個體i、j進行信息傳播意愿交互,更新信息傳播意愿水平。
4)遍歷所有個體,同步更新所有個體信息傳播意愿水平。
5)根據(jù)個體信息傳播意愿水平與傳播閾值θ的關系,判定個體狀態(tài)。
6)重復3)~5)直至達到預先設定的最大時間步。
考慮個體屬性、個體間交互關系及信息價值的應急信息傳播仿真算法如圖2所示。
圖2 應急信息傳播仿真算法
假設1:在整個網絡中,初始的傳播源只有1個,設置為應急信息傳播網絡中度最大的個體,信源與周邊主體關系網絡穩(wěn)定。
假設2:網絡中的初始節(jié)點個數(shù)、個體屬性值、個體交互屬性值、信息價值屬性值、調節(jié)權重系數(shù)以及節(jié)點的狀態(tài)都是已知的。
假設3:對應急信息傳播時間進行細分,在1個單位的傳播時間內,公眾個體之間最多發(fā)生1次信息傳播。
假設4:個體獲取應急信息的唯一渠道是社交媒體。
假設5:忽略同一時間內其他應急信息對個體傳播行為的干擾。
3.1.1 仿真網絡
對于新浪微博社交網絡的結構特性,學者們運用真實數(shù)據(jù)驗證了微博的真實社交網絡基本具有小世界網絡與無標度網絡的綜合特性,即微博的信息傳播網絡所有節(jié)點的度(用戶被關注的程度)服從冪律分布,即y=ax-b,其中b一般取2~3,說明在微博社交網絡中少數(shù)用戶的關注度較高,而大多數(shù)用戶關注度較低,另外整體網絡有較大的聚類系數(shù)和較小的平均路徑,屬于BA無標度網絡。本文基于上述研究成果,將新浪微博平臺的突發(fā)公共衛(wèi)生事件應急信息傳播網絡也設置為無標度網絡,個體Agent的度分布服從冪律分布,如圖3所示,其中每個Agent如果處于傳播狀態(tài),可在每一時間步內和任何方向的鄰居Agent發(fā)生信息交互。
圖3 仿真網絡中Agent度分布圖
考慮到實際的微博信息傳播情況,在模擬信息傳播的過程中,網絡中會有新節(jié)點加入,其規(guī)律為:每一個時間點(1個單位的傳播時間)都在網絡中生成1個新的節(jié)點i,并創(chuàng)建1條新生節(jié)點i與舊節(jié)點j之間的連線,新節(jié)點i與舊節(jié)點j連成新邊的概率與舊節(jié)點j的度成正比,以此來更加真實地模擬信息傳播過程[7]。
3.1.2 實驗主體
本實驗設定初始信息傳播網絡的節(jié)點為500個,信源主體為1人,其余狀態(tài)未知信息者499人,則初始信息傳播網絡如圖4所示。在信息傳播仿真網絡中,設置未知信息主體M(灰色)、傳播信息主體P(綠色)、拒絕傳播信息主體O(紅色)三類主體,經過80個時間步長后,信息傳播網絡趨于穩(wěn)定狀態(tài)。
圖4 初始信息傳播網絡
3.1.3 實驗目的與方案
本文通過實驗仿真,將驗證上述基于Multi-Agent的社交網絡應急信息傳播模型的有效性,通過合理調節(jié)和設定屬性值、參數(shù)值等,通過Netlogo設計仿真界面,如圖5所示,實現(xiàn)仿真模型在預設時間步內的動態(tài)發(fā)展,獲得突發(fā)公共衛(wèi)生事件中公眾參與應急信息傳播的可視化仿真圖,與微博社交媒體應急信息傳播過程的實例對比,以驗證模型的有效性。此外,通過調節(jié)公眾個體的判斷力、關注度、權威度、偏執(zhí)度的參數(shù)滑塊,并合理設定其余參數(shù)進行仿真實驗。通過對仿真模型運行結果進行對比分析,得出各個屬性參數(shù)對應急信息傳播效果的影響。
圖5 Netlogo軟件仿真界面圖
仿真界面主要設置了3個開關鍵、13個滑動條、1個主視圖和2個繪圖區(qū)。具體界面元素的含義如表1所示。在仿真實驗中,繪圖屬性設置如圖6所示。應急信息傳播效果圖的X軸表示時間軸,以時間步ticks為單位,Y軸表示單位時間內未知信息主體M、傳播信息主體P、拒絕傳播信息主體O三類主體的實時人數(shù),分別通過指令plot(count turtles with[condition=“M”])、plot(count turtles with[condition=“P”])、plot(count turtles with[condition=“O”])實現(xiàn),用灰色曲線、綠色曲線、紅色曲線來表示。
表1 界面元素信息表
圖6 Netlogo軟件繪圖屬性設置
本文以新冠肺炎疫情期間,人民日報于2020年2月28日15:31發(fā)布的“日常生活中氣溶膠傳播可能性很小”應急信息為實驗背景,利用Python爬取微博平臺中關于此消息的轉發(fā)數(shù)據(jù),共計1 585條,刪除部分因用戶定向轉發(fā)無法查看轉發(fā)內容的數(shù)據(jù),再經過去重、清洗無效數(shù)據(jù)等處理過程,共得到1 024條有效數(shù)據(jù)。由于樣例信息的傳播范圍存在一定的局限性,部分用戶不存在應急信息交互關系,為貼近真實的應急信息傳播情景,人工刪除了信息交互關系極弱的部分用戶,并限定轉發(fā)時間為2020年2月28日15:32—19:32,共計4個小時(240分鐘),最終得到482條數(shù)據(jù)。
采用控制變量法,通過多次調節(jié)滑塊值條數(shù),反復進行仿真實驗,最終選取實驗結果與實際情況最接近的參數(shù)來表示模擬現(xiàn)實案例,參數(shù)值如表2所示。最終的實驗仿真結果如圖7所示,基于微博社交媒體平臺,實驗仿真結果與實際案例數(shù)據(jù)的應急信息傳播變化趨勢基本吻合,說明本文構建的突發(fā)公共衛(wèi)生事件應急信息傳播仿真模型具有一定的有效性,能夠較好地反映應急信息傳播的真實情況。
表2 與實際情況相接近的參數(shù)值
圖7 應急信息傳播的仿真結果與實際情況對比
在突發(fā)公共衛(wèi)生事件應急信息傳播仿真模型具有較好有效性的基礎上,本部分將通過調節(jié)仿真模型中判斷力、關注度、權威度、偏執(zhí)度、應急信息時效性標度因子以及應急信息傳播閾值等參數(shù),觀察應急信息傳播效果的變化情況。值得說明的是,由于Agent會在每個時間步內根據(jù)規(guī)則發(fā)生交互,在上一個時間步傳播信息的主體也有可能在下一個時間步變成拒絕傳播的主體,因此每個時間步內傳播信息的人數(shù)有可能是不斷波動的。實驗具體參數(shù)如下:社交媒體網絡初始節(jié)點數(shù)設定為500,新節(jié)點加入的時刻設定為30,新節(jié)點停止加入的時刻設定為60,應急信息價值的初始值設定為1,應急信息熱度時效性的特征標度因子設定為0.7,個體判斷力的權重值設定為0.6,個體偏執(zhí)度的權重值設定為0.6,傳播閾值設定為0.21。
3.3.1 公眾個體的判斷力對應急信息傳播的影響
為探究公眾個體的判斷力對應急信息傳播的影響,本部分設置了4個不同的判斷力上限狀態(tài),即判斷力JUD=[0,0.25]、[0,0.5]、[0,0.75]、[0,1],分析了未知信息主體、傳播信息主體、拒絕傳播信息主體三者在不同判斷力狀態(tài)下的數(shù)量變化情況,如圖8所示。可以發(fā)現(xiàn),在本實驗中傳播人數(shù)隨著時間步的變化存在一些波動,這些波動正是由Agent間的交互行為造成的,后續(xù)試驗中的波動亦然。當公眾個體的判斷力位于[0,0.25]時,此時公眾個體的判斷力普遍低下,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為48人,拒絕傳播信息個體數(shù)為482人,應急信息傳播明顯受阻;當公眾個體的判斷力位于[0,0.5]時,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為235人,拒絕傳播信息個體數(shù)為295人,應急信息傳播效果明顯好轉且增長幅度較大;當公眾個體的判斷力位于[0,0.75]時,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為466人,拒絕傳播信息個體數(shù)為64人,應急信息傳播效果達到較高水平;當公眾個體的判斷力位于[0,1]時,此時公眾因性別、年齡、受教育程度、職業(yè)等因素造成既有高的應急信息辨別能力,也有低的應急信息辨別能力,公眾個體對應急信息的判斷力更符合現(xiàn)實情況,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為500人,拒絕傳播信息個體數(shù)為30人,應急信息傳播效果最佳。
圖8 公眾個體的判斷力對應急信息傳播的影響仿真結果圖
根據(jù)上述實驗結果可以得出,社交網絡中傳播信息個體數(shù)量總體上隨著公眾個體判斷力的提高而顯著增加。對此,在突發(fā)公共衛(wèi)生事件背景下,提高公眾的應急信息認知水平需要公眾與政府的雙重努力。就公眾層面而言,公眾需要在海量的突發(fā)公共衛(wèi)生事件應急信息中具備冷靜獨立的思考能力,還應從生活經驗、知識學習中提高對應急信息的真實性和社會價值大小的判斷力;就政府層面而言,應重視并加強突發(fā)公共衛(wèi)生事件應急信息宣傳工作,做好公共教育,提高公眾對應急信息的認識水平,組建應急信息公共宣傳教育專業(yè)隊伍,推進區(qū)域性宣傳教育中心建設。除此之外,還應建立和完善有關部門與公眾的溝通平臺,提高發(fā)布信息的及時性、權威性以及準確性。
3.3.2 公眾個體的關注度對應急信息傳播的影響
為探究公眾個體的關注度對應急信息傳播的影響,本部分設置了4個不同的關注度上限狀態(tài),即關注度ATT=[0,0.25]、[0,0.5]、[0,0.75]、[0,1],分析了未知信息主體、傳播信息主體、拒絕傳播信息主體三者在不同關注度狀態(tài)下的數(shù)量變化情況,如圖9所示。當公眾個體的關注度位于[0,0.25]時,此時公眾個體認為應急信息對自身需求程度難以滿足,經過60個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為418人,拒絕傳播信息個體數(shù)為108人,應急信息傳播效果一般;當公眾個體的關注度位于[0,0.5]時,經過60個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為496人,拒絕傳播信息個體數(shù)為30人,應急信息傳播效果較好且相較于前者的增長幅度較大;當公眾個體的關注度位于[0,0.75]時,經過60個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為514人,拒絕傳播信息個體數(shù)為10人;當公眾個體的關注度位于[0,1]時,此時公眾的興趣愛好與應急信息內容相似,公眾對應急信息的興趣度較高,經過60個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為514人,拒絕傳播信息個體數(shù)為13人。
圖9 公眾個體的關注度對應急信息傳播的影響仿真結果圖
根據(jù)上述實驗結果可以得出,社交網絡中傳播信息個體數(shù)量總體上隨著公眾個體關注度的提高而顯著增加,拒絕傳播信息個體數(shù)量隨著公眾個體關注度上限的提高趨于0。對此,政府在對公眾進行應急信息傳播時,應著重考慮靈活運用宣傳方法,采取有趣生動的方式進行宣傳。首先,政府應保證應急信息內容的豐富性和形式的多樣性,例如結合當下的流行語,運用諧音、段子的方式表達應急信息的內容;其次,應急信息可以由多平臺聯(lián)合發(fā)布,通過發(fā)揮不同平臺優(yōu)勢,幫助人們多渠道快速了解應急信息;最后,政府應善用“名人效應”,找尋有影響力的公益人物,加深公眾對應急信息的印象,激發(fā)公眾接收應急信息的興趣。
3.3.3 公眾個體的權威度對應急信息傳播的影響
為探究公眾個體的權威度對應急信息傳播的影響,本部分設置了4個不同的權威度上限狀態(tài),即權威度AUT=[0,0.25]、[0,0.5]、[0,0.75]、[0,1],分析了傳播信息主體、拒絕傳播信息主體在不同權威度狀態(tài)下的數(shù)量變化情況,如圖10所示。當公眾個體的權威度位于[0,0.25]時,此時社交網絡中缺乏影響力較大的個體,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為393人,拒絕傳播信息個體數(shù)為137人,應急信息傳播效果一般;當公眾個體的權威度位于[0,0.5]時,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為386人,拒絕傳播信息個體數(shù)為144人,應急信息傳播效果并未提升反而略有下降,說明公眾個體的權威度處于此區(qū)間內沒有對應急信息傳播產生較好的促進作用;當公眾個體的權威度位于[0,0.75]時,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為445人,拒絕傳播信息個體數(shù)為85人,應急信息傳播效果良好;當公眾個體的權威度位于[0,1]時,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為449人,拒絕傳播信息個體數(shù)為81人,應急信息傳播效果最佳,說明在社交網絡平臺,出現(xiàn)了影響力較大的公眾個體,受其影響而傳播應急信息的公眾個體越多,應急信息傳播的廣度越大,加快了應急信息傳播速率。
圖10 公眾個體的權威度對應急信息傳播的影響仿真結果圖
根據(jù)上述實驗結果可以得出,社交網絡中傳播信息個體數(shù)量總體上隨著公眾個體權威度的提高而增加。對此,政府應充分保障應急信息的準確性、真實性與及時性,同時也應確保發(fā)布平臺的權威性與專業(yè)性;除此之外,還應發(fā)揮社交媒體中影響力較大的個體在應急信息傳播中的作用,例如借助粉絲量較多、影響力較大的網絡KOL進行應急信息的發(fā)布,當然也應重點監(jiān)控影響力較大的KOL,從而及時降低謠言傳播速率,這也對擁有較大影響力的公眾個體的信息素養(yǎng)提出了更高要求。
3.3.4 公眾個體的偏執(zhí)度對應急信息傳播的影響
為探究公眾個體的偏執(zhí)度對應急信息傳播的影響,本部分設置了4個不同的偏執(zhí)度上限狀態(tài),即偏執(zhí)度PAR=[0,0.25]、[0,0.5]、[0,0.75]、[0,1],分析了未知信息主體、傳播信息主體、拒絕傳播信息主體三者在不同偏執(zhí)度狀態(tài)下的數(shù)量變化情況,如圖11所示。當公眾個體的偏執(zhí)度位于[0,0.25]時,此時公眾個體對應急信息看法或觀點易改變,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為527人,拒絕傳播信息個體數(shù)為3人,應急信息傳播效果最佳;當公眾個體的偏執(zhí)度位于[0,0.5]時,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為463人,拒絕傳播信息個體數(shù)為67人,應急信息傳播效果明顯下降;當公眾個體的偏執(zhí)度位于[0,0.75]時,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為416人,拒絕傳播信息個體數(shù)為114人,應急信息傳播效果進一步下降;當公眾個體的偏執(zhí)度位于[0,1]時,此時公眾因年齡、性格、信息分析能力等因素造成部分公眾個體對自身信息觀點極難改變,經過80個時間步后,應急信息傳播趨向于穩(wěn)定狀態(tài),社交網絡中傳播信息個體數(shù)為355人,拒絕傳播信息個體數(shù)為175人,應急信息傳播受阻程度嚴重。
圖11 公眾個體的偏執(zhí)度對應急信息傳播的影響仿真結果圖
根據(jù)上述實驗結果可以得出,社交網絡中傳播信息個體數(shù)量總體上隨著公眾個體偏執(zhí)度的提高而顯著減少。對此,政府應組建相應的專業(yè)隊伍和應急信息科學普及組織,開展定期的教育培訓工作,提高公眾對科學應急信息的接受度;除此之外,還應加強對網絡平臺例如微博、抖音、快手等的內容監(jiān)管,提高信息接收端的信息質量,盡量避免公眾接收信息偏執(zhí)化的出現(xiàn)。
本研究基于BDI理論構建了突發(fā)公共衛(wèi)生事件公眾應急信息傳播機制,綜合信息價值衰減函數(shù)、個體異質屬性函數(shù)、基于Deffaunt模型改進的個體間信息交互函數(shù)構建突發(fā)公共衛(wèi)生事件應急信息傳播的Multi-Agent仿真模型,并基于新冠肺炎疫情事件中的應急信息傳播案例,驗證了Agent仿真模型的有效性,采用控制變量法,揭示突發(fā)公共衛(wèi)生事件公眾應急信息傳播行為蘊含的內在機理。仿真結果發(fā)現(xiàn):社交網絡中傳播信息個體數(shù)量總體上隨著公眾個體判斷力的提高而顯著增加;社交網絡中傳播信息個體數(shù)量總體上隨著公眾個體關注度的提高而顯著增加;社交網絡中傳播信息個體數(shù)量總體上隨著公眾個體權威度的提高而增加;社交網絡中傳播信息個體數(shù)量總體上隨著公眾個體偏執(zhí)度的提高而顯著減少。本研究的創(chuàng)新點在于將公眾個體異質屬性與個體間交互關系這兩個因素納入突發(fā)公共衛(wèi)生事件應急信息傳播模型研究中,并探討了個體的判斷力、關注度、權威度、偏執(zhí)度4個因素對應急信息傳播效果的影響。但本研究還存在一定的不足,比如仿真模型中影響因素選取、參數(shù)設置等方面還需進一步根據(jù)實際情況進行優(yōu)化等。