摘 要：網(wǎng)絡(luò)社交媒體平臺(tái)中，政府和網(wǎng)絡(luò)媒體在內(nèi)的多個(gè)利益相關(guān)主體在輿情傳播中的交叉影響，決定了突發(fā)事件輿情的演化方向，準(zhǔn)確掌握輿情多元主體決策行為的博弈演化過(guò)程可以提升突發(fā)事件輿情治理效力，高效應(yīng)對(duì)突發(fā)事件帶來(lái)的輿情挑戰(zhàn)，維護(hù)社會(huì)穩(wěn)定與秩序。文章構(gòu)建突發(fā)事件輿情多元主體行為博弈模型，分析各主體在不同情境下的最優(yōu)決策，使用Python工具模擬仿真不同策略演化路徑，驗(yàn)證各主體在不同情境下的決策行為和博弈結(jié)果。研究發(fā)現(xiàn)，演化博弈理論能夠有效解析突發(fā)事件網(wǎng)絡(luò)輿情多元主體決策行為的互作用機(jī)理，揭示輿情多元主體行為策略的演變、穩(wěn)定性及其對(duì)輿情發(fā)展的影響。

關(guān)鍵詞：突發(fā)事件；輿情主體；決策行為；博弈演化

中圖分類號(hào)：G206 文獻(xiàn)標(biāo)識(shí)碼：Ａ DOI：10.11968/tsyqb.1003-6938.2024042

An Evolutionary Game Study on the Behavioral Patterns in Decision Making of Multiple Subjects of Public Opinion in the Context of Emergencies

Abstract On online social media platforms， the cross-influence of multiple interested subjects including government and online media on public opinion dissemination determines the direction of the evolution of public opinion in emergencies. An accurate grasp of the game evolution of the behavioral patterns in decision making of multiple subjects can increase governance effectiveness and improve the solutions to emergency challenges in public opinion for the purpose of maintaining social order and stability. This paper analyses the best decisions made by each subject in different scenarios by establishing a multi-subject game model of public opinion in emergencies and simulates the game evolution process of public opinion behavior among the government， media， and opinion leaders by using evolutionary game theory and Python tools in order to verify the decision making behaviors and game outcomes of the subjects in different scenarios. Evolutionary game theory can effectively analyze the interaction mechanism of multiple subjects in public opinion under emergency situations， revealing the evolution process of behavior of multiple subjects in public opinion under different conditions.

Key words emergencies; public opinion subject; decision making behavior; evolutionary game

黨的二十大報(bào)告強(qiáng)調(diào)，突發(fā)事件應(yīng)急管理是國(guó)家安全工作的重要組成部分。突發(fā)事件的發(fā)生不僅會(huì)造成巨大的社會(huì)損失，還會(huì)引發(fā)一系列衍生事件，輿情危機(jī)就是其中之一。習(xí)近平總書(shū)記指出，互聯(lián)網(wǎng)已經(jīng)成為輿論斗爭(zhēng)的主戰(zhàn)場(chǎng)，在這個(gè)戰(zhàn)場(chǎng)上我們能否頂?shù)米?、打得贏，直接關(guān)系我國(guó)的意識(shí)形態(tài)安全和政權(quán)安全，我們必須要科學(xué)認(rèn)識(shí)網(wǎng)絡(luò)傳播規(guī)律，提高用網(wǎng)治網(wǎng)水平［1］。政府對(duì)突發(fā)事件的處置與應(yīng)對(duì)、媒體對(duì)事件的報(bào)道以及意見(jiàn)領(lǐng)袖對(duì)事件的觀點(diǎn)決定了突發(fā)事件輿情的走向，極易在其發(fā)展過(guò)程中進(jìn)一步放大危機(jī)的漣漪效應(yīng)，觸發(fā)嚴(yán)重危害社會(huì)穩(wěn)定和市場(chǎng)秩序的群體性事件。準(zhǔn)確掌握輿情多元主體決策行為的博弈演化規(guī)律可以提升突發(fā)事件輿情治理效力，有效應(yīng)對(duì)突發(fā)事件帶來(lái)的輿情挑戰(zhàn)。本研究運(yùn)用博弈論的分析框架，揭示輿情多元主體之間的利益沖突、合作與競(jìng)爭(zhēng)關(guān)系，模擬仿真不同策略演化路徑，驗(yàn)證各主體在不同情境下的決策行為和博弈結(jié)果，并探討其對(duì)輿情態(tài)勢(shì)發(fā)展的影響。

1 研究現(xiàn)狀

網(wǎng)絡(luò)輿情事件中，更多的是考慮網(wǎng)絡(luò)媒體、政府、意見(jiàn)領(lǐng)袖等主體中多方的博弈關(guān)系。趙晨陽(yáng)等以政府、媒體和意見(jiàn)領(lǐng)袖三大引導(dǎo)主體為切入點(diǎn)，緊扣種群生態(tài)學(xué)的共生理論，基于Logistic模型構(gòu)建網(wǎng)絡(luò)輿情多元主體引導(dǎo)共生模型［2］；文鴻瑩構(gòu)建了網(wǎng)媒、大學(xué)生、高校和政府四方博弈下的高校網(wǎng)絡(luò)輿情演化博弈模型，探討四方博弈主體行為策略對(duì)高校網(wǎng)絡(luò)輿情發(fā)展的影響［3］；Wen等探討了網(wǎng)媒、大學(xué)生和高校三方行為決策對(duì)高校網(wǎng)絡(luò)輿情的演化趨勢(shì)的影響［4］。演化博弈是博弈論的一個(gè)重要分支，是一種把博弈理論分析和動(dòng)態(tài)演化過(guò)程分析結(jié)合起來(lái)的方法。由于演化博弈在行為分析上的優(yōu)越性，一些學(xué)者開(kāi)始將演化博弈應(yīng)用于網(wǎng)絡(luò)輿情演化與控制上，如Askarizadeh等提出一種演化博弈模型，用以分析社交網(wǎng)絡(luò)中謠言的傳播與控制，并研究了該過(guò)程中的主要影響因素［5］；Yin等從社會(huì)學(xué)和心理學(xué)角度，提出了一種基于態(tài)度改變理論、群體行為理論和進(jìn)化博弈理論的Agent網(wǎng)絡(luò)意見(jiàn)形成模型［6］；王家坤結(jié)合演化博弈論與復(fù)雜網(wǎng)絡(luò)理論，構(gòu)建網(wǎng)絡(luò)輿情的演化博弈模型，并結(jié)合實(shí)驗(yàn)結(jié)果，為網(wǎng)絡(luò)輿情的管理提出具有針對(duì)性的對(duì)策與建議［7］；朱光等將網(wǎng)絡(luò)維權(quán)過(guò)程劃分為維權(quán)博弈與衍生輿情傳播兩個(gè)階段，運(yùn)用SEIR模型研究不同演化穩(wěn)定策略對(duì)衍生輿情傳播的影響，并利用Matlab進(jìn)行數(shù)值仿真與模型驗(yàn)證［8］；侯艷輝等構(gòu)建了由監(jiān)管主體、網(wǎng)媒、網(wǎng)民構(gòu)成的五種網(wǎng)絡(luò)輿情傳播情境，通過(guò)求解不同情境下各主體的均衡策略，進(jìn)而分析網(wǎng)絡(luò)輿情的傳播引導(dǎo)效果［9］。有鑒于此，本研究分析政府、網(wǎng)絡(luò)媒體、意見(jiàn)領(lǐng)袖三者之間決策行為的博弈演化過(guò)程，為有效管理主體行為進(jìn)而應(yīng)對(duì)突發(fā)事件輿情危機(jī)奠定基礎(chǔ)。

2 突發(fā)事件輿情多元主體決策行為的演化機(jī)理分析

2.1 博弈主體分析

博弈論的概念是研究決策主體在相互作用中所做的決策以及這些決策的均衡問(wèn)題。在突發(fā)事件網(wǎng)絡(luò)輿情中，政府、網(wǎng)絡(luò)媒體和意見(jiàn)領(lǐng)袖分別代表了決策制定、信息傳播和輿論引導(dǎo)三個(gè)重要的維度。政府對(duì)突發(fā)事件的處置與應(yīng)對(duì)、媒體對(duì)事件的報(bào)道以及意見(jiàn)領(lǐng)袖對(duì)事件的觀點(diǎn)決定了突發(fā)事件輿情的走向。通過(guò)綜合分析這三者，可以更全面地了解突發(fā)事件的發(fā)展脈絡(luò)、信息的傳播路徑以及公眾的反應(yīng)。因此，本研究選取的博弈主體為政府、媒體和意見(jiàn)領(lǐng)袖，政府的博弈行為策略集合為{監(jiān)管，不監(jiān)管}；媒體的博弈行為策略集合為{報(bào)道，不報(bào)道}；意見(jiàn)領(lǐng)袖的博弈行為策略集合為{推動(dòng)，阻滯}。在此基礎(chǔ)之上，進(jìn)一步構(gòu)建政府、媒體、意見(jiàn)領(lǐng)袖三方主體的決策行為博弈模型（見(jiàn)圖1），該模型揭示了政府、媒體和意見(jiàn)領(lǐng)袖在不同突發(fā)事件情境中的互作用機(jī)理。

2.2 突發(fā)事件輿情多元主體決策行為博弈模型

在突發(fā)事件輿情的演化過(guò)程中，各類內(nèi)部因素以及環(huán)境因素會(huì)影響主體彼此之間策略的選擇，借鑒博弈論在經(jīng)濟(jì)學(xué)、管理學(xué)等學(xué)科運(yùn)用的成熟的實(shí)踐經(jīng)驗(yàn)，根據(jù)其對(duì)于影響因素的確定，再結(jié)合重大突發(fā)事件領(lǐng)域固有的獨(dú)特特征，本研究指出政府、媒體平臺(tái)、意見(jiàn)領(lǐng)袖的博弈動(dòng)因主要為三方的心理滿足程度，在心理滿足程度的驅(qū)使下三方主體以自身利益最大化為目標(biāo)進(jìn)行各自的行為策略選擇。心理滿足程度是主體對(duì)于行為策略產(chǎn)生收益的滿意程度，對(duì)于政府而言，體現(xiàn)在政府公信力的提升等方面；對(duì)于媒體而言，體現(xiàn)在平臺(tái)的推廣、用戶粉絲量的增加、名譽(yù)的提升等方面；對(duì)于意見(jiàn)領(lǐng)袖而言，體現(xiàn)在用戶忠誠(chéng)度提升、廣告收益增加等方面。同時(shí)，本研究指出影響突發(fā)事件輿情多元主體行為博弈的影響因素主要包括三部分，即事件演化熱度、政府部門(mén)的獎(jiǎng)懲機(jī)制、負(fù)面影響的持續(xù)惡化。突發(fā)事件輿情的演化熱度是指人們對(duì)突發(fā)事件的關(guān)注程度，主要以事件輿情的熱度來(lái)體現(xiàn)。事件輿情演化熱度與主體行為的互作用是影響三方主體行為選擇的重要因素，即事件熱度的變化會(huì)動(dòng)態(tài)影響主體的行為決策，反之，主體行為策略的變化會(huì)決定突發(fā)事件輿情的熱度，博弈主體會(huì)根據(jù)事件輿情演化的不同階段以博弈收益最大化為目標(biāo)不斷調(diào)整自身的博弈策略。政府的獎(jiǎng)懲機(jī)制一般指政府為應(yīng)對(duì)突發(fā)事件出臺(tái)的相關(guān)政策、相關(guān)規(guī)章制度等，政府部門(mén)的獎(jiǎng)懲機(jī)制會(huì)約束、激勵(lì)意見(jiàn)領(lǐng)袖和媒體的行為，進(jìn)而對(duì)意見(jiàn)領(lǐng)袖、媒體等事件博弈主體的行為產(chǎn)生影響；事件負(fù)面影響的持續(xù)惡化涉及到事件本身的性質(zhì)以及事件輿情演化過(guò)程中外界環(huán)境對(duì)其產(chǎn)生的影響等，在突發(fā)事件負(fù)面影響持續(xù)惡化的情景下，博弈主體將主動(dòng)或被動(dòng)地改變自身的博弈策略。

3 突發(fā)事件輿情多元主體決策行為的博弈演化分析

3.1 模型假設(shè)

多種內(nèi)部、外部因素會(huì)影響三方主體行為的博弈演化過(guò)程，制約著三方博弈策略的選擇，各主體的行為策略相互制約、權(quán)衡。因此，在研究不同情境下政府、媒體、意見(jiàn)領(lǐng)袖的行為演化時(shí)，應(yīng)充分考慮到三個(gè)參與主體的策略選擇和計(jì)算的收益值，制定出基于博弈基礎(chǔ)的應(yīng)對(duì)策略。模型的一般假設(shè)如下：

（1）相關(guān)參數(shù)含義。通過(guò)查閱相關(guān)文獻(xiàn)［10-11］及前文對(duì)突發(fā)事件輿情多元主體決策行為的演化機(jī)理分析，匯總了相關(guān)影響因素（見(jiàn)表1）。

（2）政府、媒體、意見(jiàn)領(lǐng)袖是突發(fā)事件網(wǎng)絡(luò)輿情博弈的三大主體。三方博弈主體都是理性經(jīng)紀(jì)人，即以自身利益最大化為目標(biāo)，各主體均考慮自身收益和付出的成本，不斷變化行為策略。

（3）參與策略。政府、媒體和意見(jiàn)領(lǐng)袖三方構(gòu)成了突發(fā)事件輿情博弈的主體。當(dāng)某一突發(fā)事件爆發(fā)后，政府采取監(jiān)管、不監(jiān)管策略為a1、a2，策略集合為k1——{a1，a2}；媒體報(bào)道、不報(bào)道的策略為 b1、b2，策略集合為k2——{b1，b2}；意見(jiàn)領(lǐng)袖選擇推動(dòng)、阻滯的策略為c1、c2，策略集合為k3——{c1，c2}。

（4）三方博弈的收益。若政府、媒體、意見(jiàn)領(lǐng)袖分別選擇第一個(gè)策略，那么就構(gòu)成了一個(gè)局勢(shì)（a1，b1，c1），在這一局勢(shì)下，政府、媒體、意見(jiàn)領(lǐng)袖在策略局勢(shì)（a1，b1，c1）下的期望收益，分別為A11、B11、C11。政府、媒體、網(wǎng)民三方主體在不同策略選擇下，共形成了8種策略組合（見(jiàn)表2）。

3.2 模型構(gòu)建

基于以上假設(shè)確定三方主體的收益矩陣，通過(guò)模型參數(shù)設(shè)置和博弈策略組合得出政府、媒體、意見(jiàn)領(lǐng)袖在采取不同策略時(shí)的收益矩陣（見(jiàn)表3）。

根據(jù)上述收益矩陣，政府選擇“監(jiān)管”和“不監(jiān)管”策略的平均收益A1為：

A1=xA11+（1-x）A12=z（v2-v1）+xy（v4-v3）+x（αm1-λn1+g1）-yv4-zv2-g1 （1）

媒體選擇“報(bào)道”和“不報(bào)道”策略的平均收益B1為：

B1=yB11+（1-y）B12=-xl-g2+xyl+yg2+αxym2-xyλn2+xyk+αym2-λyh3-αzym2+λzyh3 （2）

意見(jiàn)領(lǐng)袖選擇“推動(dòng)”和“阻滯”策略的平均收益C1為：

C1=xw1-yw2-xg3+xyw2+zyw2+zxg3-xyzw2+zαm3-λzn3-zw2+zxw2 （3）

通過(guò)計(jì)算得到的演化博弈理論中的復(fù)制動(dòng)態(tài)方程，可以反映出政府、媒體、意見(jiàn)領(lǐng)袖三方行為的演化策略，即博弈主體在經(jīng)過(guò)一段時(shí)間后將到達(dá)穩(wěn)定的狀態(tài)。根據(jù)博弈主體的策略收益計(jì)算結(jié)果，政府、媒體、意見(jiàn)領(lǐng)袖的復(fù)制動(dòng)態(tài)方程分別為：

F（x）==x（A-A）=x（1-x）（αm-λn-yv+ yv+g）F（y）==y（B11-B1）=y（1-y）（αxm2-xλn2+xk +αm2-λh3-αzm2+λzh3+xl+g2）F（z）==z（C11-C1）=z（1-z）（αm3-λn3-w2+xw2 +yw2+xg3+xyw2）（4）

3.3 均衡點(diǎn)與穩(wěn)定性分析

突發(fā)事件輿情發(fā)展過(guò)程中，政府、媒體、意見(jiàn)領(lǐng)袖三方?jīng)Q策行為相互動(dòng)態(tài)作用、影響，根據(jù)Hirshleifer的概念，在一段時(shí)間內(nèi)政府、媒體、意見(jiàn)領(lǐng)袖最終達(dá)到博弈穩(wěn)定狀態(tài)，而到達(dá)這個(gè)狀態(tài)時(shí)的平衡點(diǎn)為演化均衡點(diǎn)［12］。動(dòng)態(tài)復(fù)制系統(tǒng)平衡點(diǎn)所對(duì)應(yīng)的策略組合為博弈演化的一個(gè)均衡，簡(jiǎn)稱為演化均衡。x，y，z的不同取值分別對(duì)應(yīng)著其演化的均衡點(diǎn)。令d=x，e=y，f=z，通過(guò)對(duì)三方博弈演化的均衡策略分析可得，政府、媒體、意見(jiàn)領(lǐng)袖的博弈演化可能的均衡點(diǎn)為（0，0，0）、（0，0，1）、（1，0，0）、（1，0，1）、（0，1，0）、（0、1、1）、（1，1，0）、（1，1，1）、（d，e，f）。

演化均衡點(diǎn)是動(dòng)態(tài)系統(tǒng)中局部漸進(jìn)穩(wěn)定的平衡點(diǎn)，根據(jù)Friedman提出的方法，動(dòng)態(tài)博弈演化系統(tǒng)的均衡點(diǎn)的穩(wěn)定性可根據(jù)Jacobian矩陣的局部穩(wěn)定性分析得到［13］。因此，根據(jù)上述復(fù)制動(dòng)態(tài)方程（5），可得Jacobian為：

依據(jù)上式，可以計(jì)算雅可比矩陣的行列式detJ和跡TrJ。通過(guò)比較在不同影響因素作用下雅可比矩陣的行列式detJ和跡TrJ的正負(fù)情況可以判斷均衡點(diǎn)是否為演化穩(wěn)定策略。從而得出政府、媒體、意見(jiàn)領(lǐng)袖博弈三方平衡點(diǎn)的穩(wěn)定性情況（見(jiàn)表4）。

根據(jù)表4主體決策行為演化的均衡點(diǎn)和穩(wěn)定性結(jié)果可知，處于均衡狀態(tài)的點(diǎn)不一定是演化穩(wěn)定策略，還要判斷其是否處于局部穩(wěn)定狀態(tài)?！罢?媒體-意見(jiàn)領(lǐng)袖”的博弈演化策略均衡點(diǎn)為E2（1，1，1），當(dāng)政府選擇監(jiān)管、媒體選擇報(bào)道、意見(jiàn)領(lǐng)袖選擇推動(dòng)事件時(shí)三方各自的收益均大于自身選擇相反策略時(shí)的收益，此時(shí)均衡的結(jié)果為（1，1，1），整個(gè)動(dòng)態(tài)系統(tǒng)達(dá)到局部穩(wěn)定狀態(tài)，平衡點(diǎn)（1，1，1）為ESS演化穩(wěn)定策略，在其他均衡點(diǎn)時(shí)，都處于不穩(wěn)定狀態(tài)。

3.4 模擬仿真分析

基于有限性理論，政府、媒體、意見(jiàn)領(lǐng)袖三方主體以自身利益最大化為目標(biāo)進(jìn)行博弈策略的選擇。根據(jù)博弈均衡點(diǎn)和穩(wěn)定性的分析可知，在初始參數(shù)值的動(dòng)態(tài)變化中，各個(gè)主體決策行為會(huì)具有不同的博弈演化路徑，是一個(gè)復(fù)雜的系統(tǒng)工程，深入挖掘這個(gè)過(guò)程難度較高，傳統(tǒng)的靜態(tài)分析方法不能直觀地反應(yīng)其動(dòng)態(tài)屬性。因此，本研究使用Python工具模擬政府、媒體、意見(jiàn)領(lǐng)袖行為的博弈演化過(guò)程，設(shè)政府、媒體、意見(jiàn)領(lǐng)袖三方初始選擇不同策略的概率均為0.5，對(duì)三方博弈演化模型初始參數(shù)設(shè)置為x=0.5、y=0.5、z=0.5、λ=0.1、n1=4、n2= 2、n3=1、m1=7、m2=4、m3=2、h3=1、l=0.5、w1=1.5、w2=1.5、g1=8、g2=5、g3=3、v1=1、v2=2、v3=1.5、v4=2.5、k=1。在此基礎(chǔ)上，結(jié)合實(shí)際情況設(shè)定其他參數(shù)值，通過(guò)調(diào)節(jié)參數(shù)值模擬突發(fā)事件發(fā)展過(guò)程中的不同情境，揭示政府、媒體、意見(jiàn)領(lǐng)袖三方主體決策行為的演化路徑。

3.4.1 突發(fā)事件輿情熱度影響下的主體決策行為演化路徑

突發(fā)事件輿情熱度一定程度地反映了人們對(duì)于事件的關(guān)注度，輿情熱度的演化直接影響著輿情主體行為策略的選擇。運(yùn)用Python工具進(jìn)行模擬仿真，α代表了突發(fā)事件的輿情熱度，將α值設(shè)置為0.05、0.1、1.5、2.5、3.5、5，模擬突發(fā)事件輿情熱度不斷升高的情境下，得到政府、媒體、意見(jiàn)領(lǐng)袖三方主體決策行為的動(dòng)態(tài)演化路徑（見(jiàn)圖2）。

由圖2可知，事件輿情熱度的增強(qiáng)能夠使政府、媒體、意見(jiàn)領(lǐng)袖收斂于均衡狀態(tài)（監(jiān)管，報(bào)道，推動(dòng)）的速度加快。設(shè)定博弈三方的演化初始值相同，α從0.05到4的過(guò)程中，即事件熱度的持續(xù)增高情況下，政府、媒體、意見(jiàn)領(lǐng)袖三方的博弈穩(wěn)定策略均衡統(tǒng)一，演化路徑基本一致，沒(méi)有出現(xiàn)較大程度的改變。隨著橫坐標(biāo)時(shí)間的發(fā)展，博弈三方趨于（監(jiān)管，報(bào)道，推動(dòng)）策略的速度不同，政府、媒體、意見(jiàn)領(lǐng)袖三方趨于（監(jiān)管，報(bào)道，推動(dòng)）穩(wěn)定策略的速率不斷加快。在α從0.05到4的過(guò)程中，與政府、意見(jiàn)領(lǐng)袖相比，媒體的收斂的速度最快，變化幅度最大。

隨著突發(fā)事件的發(fā)展，意見(jiàn)領(lǐng)袖的參與程度與政府對(duì)事件的應(yīng)對(duì)、媒體對(duì)事件的跟蹤報(bào)道呈現(xiàn)正相關(guān)，即隨著事件熱度的不斷增加，意見(jiàn)領(lǐng)袖選擇參與行為概率的不斷擴(kuò)大，媒體對(duì)事件的跟蹤報(bào)道的概率以及政府對(duì)事件積極處理的概率隨之加大。政府采取監(jiān)管行為的概率最大，其次為媒體選取報(bào)道行為的概率，而意見(jiàn)領(lǐng)袖選取推動(dòng)行為的概率最小。突發(fā)事件輿情處于初始萌發(fā)階段時(shí)，事件的發(fā)展態(tài)勢(shì)往往并不嚴(yán)峻，意見(jiàn)領(lǐng)袖的參與僅僅集中在相關(guān)利益者之中，不會(huì)引發(fā)大規(guī)模的網(wǎng)民關(guān)注進(jìn)而產(chǎn)生較大范圍的社會(huì)影響，因此政府以及媒體往往會(huì)采取較為常規(guī)的事件應(yīng)對(duì)行為。隨著突發(fā)事件輿情的不斷發(fā)酵，意見(jiàn)領(lǐng)袖推動(dòng)作用的不斷擴(kuò)大，媒體與政府趨于報(bào)道行為和監(jiān)管行為的速率也不斷加快，將事件的損失降到最低進(jìn)而達(dá)到博弈收益最高的目標(biāo)，媒體受事件熱度變化的影響最大，媒體對(duì)于事件輿情熱度的敏感度最高，這也充分印證了媒體行為對(duì)突發(fā)事件輿情的重要影響。因此，新媒體時(shí)代輿情治理應(yīng)針對(duì)輿情發(fā)展的生命周期實(shí)現(xiàn)多主體協(xié)同、分階段性引導(dǎo)、培育意見(jiàn)領(lǐng)袖、推廣政務(wù)新媒體。

3.4.2 負(fù)面影響持續(xù)惡化情境下輿情主體決策行為演化路徑

突發(fā)事件輿情的負(fù)面影響持續(xù)惡化是指由于事件本身的性質(zhì)或所處外在條件的影響，使得事件所帶來(lái)的風(fēng)險(xiǎn)、危害不斷增大的現(xiàn)象，突發(fā)事件的負(fù)面影響的持續(xù)惡化會(huì)對(duì)各方主體的博弈成本產(chǎn)生一定影響。λ表示突發(fā)事件帶來(lái)的負(fù)面影響對(duì)博弈三方?jīng)Q策行為成本的影響程度，λ越大代表突發(fā)事件帶來(lái)的負(fù)面影響持續(xù)惡化。在突發(fā)事件輿情的負(fù)面影響隨時(shí)間演變的情境下，需要根據(jù)實(shí)際情況改變上文中變量的初始設(shè)置值。政府、媒體、意見(jiàn)領(lǐng)袖的初始參與概率由x=0.5、y=0.5、z=0.5改設(shè)為x=0.3、y=0.6、z=0.9，其余變量數(shù)值基本保持不變。在此基礎(chǔ)上，本研究假設(shè)λ為1、2、3.5、4.5、6、8，數(shù)值從小到大分別表示影響力由低到高，在上文中設(shè)定的初始值不變的情況下，運(yùn)用Python工具進(jìn)行模擬仿真，得到負(fù)面影響持續(xù)惡化情境下主體行為的演化路徑（見(jiàn)圖3）。當(dāng)突發(fā)事件輿情帶來(lái)的負(fù)面影響λ不斷增大時(shí)，政府、媒體、意見(jiàn)領(lǐng)袖的行為策略演化最終會(huì)無(wú)限趨近于（監(jiān)管，報(bào)道，推動(dòng)）策略。

隨著λ數(shù)值不斷加大，三方主體的博弈策略將會(huì)不斷調(diào)整出現(xiàn)波動(dòng)，當(dāng)λ值加大到一定程度，政府、媒體、意見(jiàn)領(lǐng)袖三方的博弈策略會(huì)由（監(jiān)管，報(bào)道，推動(dòng)）轉(zhuǎn)換為（不監(jiān)管，報(bào)道，阻滯）。從λ=1到λ=3.5，事件輿情的負(fù)面影響對(duì)三方博弈成本影響程度較小，三方主體博弈成本較低時(shí)，三方均趨于（監(jiān)管，報(bào)道，推動(dòng)）策略，隨著影響程度的不斷加大，三方主體博弈成本隨之不斷升高，從λ=4.5到λ=8，政府、媒體、意見(jiàn)領(lǐng)袖的策略轉(zhuǎn)變?yōu)椋ú槐O(jiān)管，報(bào)道，阻滯）。這是由于負(fù)面影響的持續(xù)加大會(huì)使得政府，媒體，意見(jiàn)領(lǐng)袖三方選擇各個(gè)策略的成本升高，三方主體以自身利益最大化為目標(biāo)不斷調(diào)整博弈策略，使得最終達(dá)到的均衡策略發(fā)生改變。而當(dāng)三方主體行為變化調(diào)整的同時(shí)也會(huì)影響事件輿情的演化方向進(jìn)而使得事件的負(fù)面影響隨之改變。因此，參與突發(fā)事件演變的各方主體調(diào)整決策行為，將事件的負(fù)面效應(yīng)控制在最小范圍內(nèi)，遏制事件負(fù)面影響的持續(xù)惡化，以減小突發(fā)事件所帶來(lái)的風(fēng)險(xiǎn)和危害，是突發(fā)事件輿情有效治理的關(guān)鍵所在。

此外，無(wú)論是λ=1到λ=2，還是λ=2到λ=3.5，政府、媒體、意見(jiàn)領(lǐng)袖收斂于（監(jiān)管，報(bào)道，推動(dòng)）均衡速率不斷降低，這說(shuō)明在一定范圍內(nèi)突發(fā)事件輿情負(fù)面影響的增大會(huì)阻礙政府選擇監(jiān)管行為、媒體選擇報(bào)道行為、意見(jiàn)領(lǐng)袖選擇推動(dòng)行為的概率。從圖3中可以發(fā)現(xiàn)，隨著事件的負(fù)面影響的持續(xù)發(fā)酵，媒體收斂于均衡的速率最大，這說(shuō)明相對(duì)于政府和意見(jiàn)領(lǐng)袖，事件輿情的負(fù)面效應(yīng)對(duì)媒體博弈收益的影響最大。媒體作為事件呈現(xiàn)的媒介與載體，其報(bào)道與關(guān)注力度與事件發(fā)展趨勢(shì)呈現(xiàn)正相關(guān)。意見(jiàn)領(lǐng)袖主要通過(guò)媒體了解事件內(nèi)容，事件輿情的負(fù)面效應(yīng)會(huì)使得意見(jiàn)領(lǐng)袖對(duì)事件的關(guān)注度也會(huì)隨之升高，在一定范圍內(nèi)，發(fā)表意見(jiàn)的意愿會(huì)加強(qiáng)進(jìn)而引導(dǎo)輿情，但隨著負(fù)面效應(yīng)的持續(xù)加大，其推動(dòng)作用將不斷降低。

3.4.3 政府介入采取獎(jiǎng)懲機(jī)制情境下輿情主體決策行為演化路徑

政府介入采取懲罰機(jī)制是指政府為應(yīng)對(duì)突發(fā)事件出臺(tái)的相關(guān)政策、規(guī)章制度、應(yīng)急管理手段等，政府部門(mén)的獎(jiǎng)懲機(jī)制會(huì)約束、激勵(lì)意見(jiàn)領(lǐng)袖和媒體的行為。根據(jù)實(shí)際研究的需要，會(huì)涉及到上文中初始變量值的改變，w1為政府積極應(yīng)對(duì)時(shí)意見(jiàn)領(lǐng)袖的心理正面收益，k為媒體積極應(yīng)對(duì)，政府給與的獎(jiǎng)勵(lì)，當(dāng)政府采取懲罰機(jī)制，w1與k的數(shù)值會(huì)發(fā)生改變，因此將初始變量w1=1.5改為w1=3，同時(shí)本研究假設(shè)k值大小反映了政府介入獎(jiǎng)懲的力度，設(shè)定k=1；5；10；15；20；30，分別表示不同程度的政府介入力度，其他初始變量值保持不變，運(yùn)用Python工具模擬政府介入采取懲罰機(jī)制情境下，可以得出政府、媒體、意見(jiàn)領(lǐng)袖三主體決策行為的博弈演化情況（見(jiàn)圖4）。

根據(jù)圖4所示，當(dāng)政府介入獎(jiǎng)懲措施力度k不斷增大時(shí)，政府、媒體、意見(jiàn)領(lǐng)袖的決策行為演化最終會(huì)無(wú)限OWAFeEHnA4ZprAHVafvGjw==趨近于（監(jiān)管，報(bào)道，推動(dòng)）。當(dāng)k的取值為1，政府獎(jiǎng)懲機(jī)制的介入力度較小時(shí)，政府、媒體、意見(jiàn)領(lǐng)袖的決策行為為（監(jiān)管，報(bào)道，推動(dòng)），隨著k值的增大，博弈三方強(qiáng)化了各自的均衡穩(wěn)定策略，且趨近于穩(wěn)定策略的速率增大，這說(shuō)明政府獎(jiǎng)懲機(jī)制的介入使得三方的博弈收益變大，促進(jìn)了三方的均衡演化。值得注意的是，相較于意見(jiàn)領(lǐng)袖，媒體趨于穩(wěn)定策略的速率最大，政府的約束力主要體現(xiàn)在媒體的行為上，當(dāng)媒體選擇報(bào)道事件發(fā)展，政府對(duì)媒體的行為進(jìn)行獎(jiǎng)勵(lì)，加大了媒體選擇推動(dòng)行為策略的收益，因此會(huì)加強(qiáng)媒體選擇關(guān)注報(bào)道行為的概率。意見(jiàn)領(lǐng)袖會(huì)因政府的介入行為間接產(chǎn)生心理的正面收益，但隨著政府介入力度的不斷加大，意見(jiàn)領(lǐng)袖的演化路徑變化趨勢(shì)不明顯，這說(shuō)明政府的獎(jiǎng)懲機(jī)制對(duì)意見(jiàn)領(lǐng)袖博弈收益的影響較小。政府的獎(jiǎng)懲機(jī)制進(jìn)一步有效約束和規(guī)范了媒體的行為，進(jìn)而引導(dǎo)意見(jiàn)領(lǐng)袖調(diào)整決策行為，實(shí)現(xiàn)在政府懲戒模式介入下，形成政府、媒體、意見(jiàn)領(lǐng)袖三方主體有效應(yīng)對(duì)突發(fā)事件輿情的局面。

4 結(jié)論

準(zhǔn)確掌握輿情多元主體決策行為的博弈演化過(guò)程可以提升突發(fā)事件輿情治理效力。演化博弈理論能夠有效解析突發(fā)事件網(wǎng)絡(luò)輿情多元主體決策行為的互作用機(jī)理，揭示輿情多元主體決策行為的博弈演化過(guò)程。

通過(guò)突發(fā)事件輿情主體行為的仿真模擬得出以下結(jié)論：輿情主體行為在自身心理滿足程度的驅(qū)動(dòng)下，受到輿情熱度、政府的獎(jiǎng)懲機(jī)制以及事件負(fù)面影響的持續(xù)惡化影響。隨著事件熱度的不斷升高，政府、媒體、意見(jiàn)領(lǐng)袖均趨于積極監(jiān)管、報(bào)道、推動(dòng)的決策行為；在事件負(fù)面影響持續(xù)惡化的情境下，媒體的報(bào)道與關(guān)注力度與事件發(fā)展趨勢(shì)呈現(xiàn)正相關(guān)，意見(jiàn)領(lǐng)袖通過(guò)媒體了解事件內(nèi)容，事件的負(fù)面效應(yīng)會(huì)引發(fā)意見(jiàn)領(lǐng)袖對(duì)事件大范圍且深層次的關(guān)注，政府將會(huì)以更快的速率采取一系列有針對(duì)性的措施以積極應(yīng)對(duì)突發(fā)事件輿情的發(fā)展；政府的獎(jiǎng)懲機(jī)制對(duì)意見(jiàn)領(lǐng)袖博弈收益的影響較小，但可以有效約束和規(guī)范媒體的行為。

參考文獻(xiàn)：

［1］ 習(xí)近平.全國(guó)宣傳思想共工作會(huì)議上的講話［EB/OL］.［2024-07-25］.http：//politics.people.com.cn /n1/2022/0828/c1001325

13206.html.

［2］ 趙晨陽(yáng)，張鵬，王娟，等.共生視角下網(wǎng)絡(luò)輿情中公眾情感的演化及趨勢(shì)預(yù)測(cè)［J］.情報(bào)理論與實(shí)踐，2022，45（7）：148-157.

［3］ 文鴻瑩.基于四方演化博弈的高校網(wǎng)絡(luò)輿情演化規(guī)律研究［J］.管理評(píng)論，2022，34（9）：158-169.

［4］ Wen H Y，Liang K R，Li Y Q.An Evolutionary Game Analysis of Internet Public Opinion Events at Universities： A Case from China［J］.Mathematical Problems in Engineering，2020（19）：1-14.

［5］ Askarizadeh M，Ladani B T，Manshaei M H.An Evolutionary Game Model for Analysis of Rumor Propagation and Control in Social Networks［J］.Physica A：Statistical Mechanics and its Applications，2019，523：21-39.

［6］ Yin X C，Wang H W，Yin P，et al.Agent-Based Opinion Formation Modeling in Social Network：A Perspective of Social Psychology［J］.Physica A：Statistical Mechanics and its Applications，2019，532（5）：1-14.

［7］ 王家坤.同時(shí)考慮對(duì)稱博弈與非對(duì)稱博弈的網(wǎng)絡(luò)輿情傳播研究［J］.現(xiàn)代情報(bào)，2022，42（3）：109-120，156.

［8］ 朱光，顏燚，楊沁蓉.基于SEIR演化博弈模型的網(wǎng)絡(luò)維權(quán)策略及衍生輿情傳播研究［J］.情報(bào)科學(xué)，2023，41（3）：89-99.

［9］ 侯艷輝，管敏，王家坤，等.全媒體時(shí)代基于微分博弈的網(wǎng)絡(luò)輿情引導(dǎo)激勵(lì)機(jī)制研究［J］.中國(guó)管理科學(xué)，2023，31（8）：239-252.

［10］ 宋余超，陳福集.面向主題分類的網(wǎng)絡(luò)輿情博弈形成機(jī)制研究——基于三主體研究［J］.情報(bào)雜志，2015，34（8）：122-126，121.

［11］ 杜書(shū)，高曉凡.突發(fā)公共衛(wèi)生事件輿情中意見(jiàn)領(lǐng)袖博弈與引導(dǎo)研究［J］.情報(bào)探索，2023（7）：11-18.

［12］ 石喜愛(ài)，李廉水，劉軍.兩化融合的演化博弈分析［J］.情報(bào)科學(xué)，2017，35（9）：36-43.

［13］ Friedman D. Evolutionary games in economics［J］.Econometrica，1991，59（3）：637-666.

作者簡(jiǎn)介：劉雅姝（1993-），吉林大學(xué)公共外交學(xué)院、吉林大學(xué)國(guó)家發(fā)展與安全研究院講師，博士，研究方向：突發(fā)事件與網(wǎng)絡(luò)輿情；張海濤（1966-），吉林大學(xué)商學(xué)與管理學(xué)院、吉林大學(xué)信息資源研究中心、吉林大學(xué)國(guó)家發(fā)展與安全研究院教授，博士生導(dǎo)師，研究方向：數(shù)據(jù)智慧與社會(huì)治理、信息行為研究。