水環(huán)境突發(fā)事件下的群體行為系統(tǒng)動力學(xué)模擬*

宋紅玉

水環(huán)境突發(fā)事件下的群體行為系統(tǒng)動力學(xué)模擬*

宋紅玉

本文在理論分析的基礎(chǔ)上，基于SIR模型拓展構(gòu)建了水環(huán)境突發(fā)事件下謠言傳播群體行為的系統(tǒng)動力學(xué)模型，并以太湖藍(lán)藻事件為例，運用Vensim軟件進(jìn)行了模擬仿真，同時通過改變系統(tǒng)各參數(shù)的取值研究了各參數(shù)的影響作用。理論研究部分認(rèn)為：突發(fā)事件下個體的負(fù)面情緒及行為反應(yīng)由于受從眾效應(yīng)的影響表現(xiàn)出群體性特征，水環(huán)境突發(fā)事件下群體行為的具體表現(xiàn)包括搶購、謠言傳播和逃離事發(fā)區(qū)，就謠言傳播群體行為而言，影響因素包括客觀因素和主觀因素兩方面。模擬仿真部分得出的啟示是：可以從系統(tǒng)各參數(shù)入手來預(yù)防和治理水環(huán)境突發(fā)事件下的謠言傳播群體行為。

水環(huán)境突發(fā)事件 群體行為 謠言傳播 SIR模型 系統(tǒng)動力學(xué)

2014年4-5月接連發(fā)生的蘭州、武漢、靖江飲用水危機(jī)造成很大社會反響。實際上，近些年我國已發(fā)生多起水環(huán)境突發(fā)事件，如2013年7月廣西賀江的水體重金屬污染，2007年5月的太湖藍(lán)藻事件以及2005年11月的松花江重大水污染事件等。這些事件的發(fā)生均給當(dāng)?shù)孛癖姷纳a(chǎn)、生活帶來嚴(yán)重影響，并威脅到人們的身體健康、社會的和諧穩(wěn)定。就心理層面來說，由于個體在水環(huán)境突發(fā)事件中的負(fù)面情緒及行為反應(yīng)受多種因素影響，其中從眾效應(yīng)的影響極為突出，從而使得個體的情緒與行為反應(yīng)表現(xiàn)出群體性特征。因此，研究水環(huán)境突發(fā)事件下的群體情緒及行為反應(yīng)有著重要的現(xiàn)實意義。

在群體負(fù)面情緒的研究方面，李從東等(2013)①運用系統(tǒng)動力學(xué)方法將群體負(fù)面情緒分為個體、社會和治理三個層面，分析了每個層面的行為模式和關(guān)鍵變量，并選取某公司生產(chǎn)車間進(jìn)行動態(tài)仿真，發(fā)現(xiàn)個體認(rèn)知水平和預(yù)警機(jī)制在其中發(fā)揮著顯著作用；王雷等(2014)②在充分考慮群體情緒傳播的動力學(xué)機(jī)制和社會網(wǎng)絡(luò)成員間親密、信任關(guān)系及權(quán)重的基礎(chǔ)上，建立了群體情緒傳播模型，并將仿真結(jié)果與心理學(xué)實驗結(jié)果比對，比對結(jié)果表明該模型具有較高的生態(tài)效度。而突發(fā)事件下的群體行為研究主要以逃逸行為、謠言傳播等為研究對象，逃逸行為研究如Ebihara(1992)③的緊急疏散行為仿真模型研究、Saloma(2003)④的恐慌逃逸中自組織隊列和自由規(guī)模行為研究等；謠言傳播研究大多借鑒傳染病模型展開，如Sudbury(1985)⑤采用SIR模型研究了謠言在小世界網(wǎng)絡(luò)中的傳播規(guī)律，結(jié)論是當(dāng)系統(tǒng)中人口數(shù)量趨于無窮大時，從未聽過謠言的人群比例約為20.3%，孫多勇(2005)⑥、佘廉、沈照磊(2011)⑦建立了基于傳染病SIR模型的突發(fā)事件謠言傳播模型，趙玉忠、陳業(yè)華(2012)⑧比較了不同參數(shù)值下S、I、R隨時間變化而變化的具體數(shù)值、提出了減少和預(yù)防突發(fā)事件下謠言傳播的相應(yīng)策略，霍良安(2012)⑨基于信息傳播中不同受眾間存在競爭的思想建立了不實信息傳播動力學(xué)模型并進(jìn)行了分析。

綜合上述分析發(fā)現(xiàn)，就謠言傳播群體行為而言，以往的研究主要是通過構(gòu)建模型進(jìn)行理論分析，運用案例數(shù)據(jù)仿真模擬的較少。本文將在理論研究的基礎(chǔ)上，基于不同受眾在信息傳播中相互競爭的思想，運用系統(tǒng)動力學(xué)方法、采用Vensim軟件繪制系統(tǒng)流圖，建立水環(huán)境突發(fā)事件下的謠言傳播模型，并根據(jù)已有文獻(xiàn)及太湖藍(lán)藻事件回溯性調(diào)查數(shù)據(jù)設(shè)定系統(tǒng)參數(shù)值，進(jìn)行模擬仿真。

水環(huán)境突發(fā)事件下群體行為的理論分析

(一)水環(huán)境突發(fā)事件下群體行為的具體表現(xiàn)

水是生命之源，水環(huán)境突發(fā)事件的發(fā)生嚴(yán)重影響當(dāng)?shù)孛癖姷纳a(chǎn)生活、威脅人們的身體健康，因此面對突如其來的供水危機(jī)民眾可能會恐慌、焦慮甚至憤怒。為了控制內(nèi)心的情緒、努力恢復(fù)心理上的平衡，人們開始行動。模仿理論認(rèn)為，突發(fā)事件下多數(shù)個體有意識的人格會喪失，取而代之的是無意識的人格，此時個體本能地通過模仿力求保持與周圍多數(shù)人行為一致；感染理論也認(rèn)為，情緒感染以及暗示的影響，使得人們的心理朝著某一方向發(fā)展并有將暗示觀念立即轉(zhuǎn)化為行動的傾向。也就是說，在水環(huán)境突發(fā)事件下，從眾心理使得個體的行為更多地表現(xiàn)出群體性特征。

水環(huán)境突發(fā)事件下群體行為的具體表現(xiàn)有：(1)搶購。搶購是個體自保的一種反應(yīng)。在水環(huán)境突發(fā)事件中，突然出現(xiàn)的水危機(jī)嚴(yán)重影響居民的正常生活，因此為了解決生活問題，居民開始采購礦泉水及食品，但很快居民的個人行為轉(zhuǎn)變?yōu)槿后w行為，采購發(fā)展為搶購，群體的搶購引發(fā)礦泉水脫銷、礦泉水價格上漲等次生事件，這反過來又加劇了民眾的恐慌和社會的不穩(wěn)定；(2)謠言傳播。有研究表明，聽信并傳播謠言是個體克服恐懼的一種方法。因此，在水環(huán)境突發(fā)事件下，急于了解情況的民眾如果無法從正式信息渠道獲得官方消息，則會通過人際關(guān)系等非正式渠道獲取小道消息并加以傳播，即謠言的傳播。在謠言傳播過程中，由于加入了傳播者的主觀理解，可能會夸大或歪曲所傳播信息，從而引起社會范圍內(nèi)更大程度的恐慌；(3)逃離事發(fā)區(qū)。在水環(huán)境突發(fā)事件下，有條件的民眾可能選擇離開事發(fā)地以躲避水荒，在從眾心理的作用下，這一行為可能發(fā)展為群體行為。

(二)水環(huán)境突發(fā)事件下謠言傳播群體行為的影響因素

1.關(guān)于謠言的定義

2.水環(huán)境突發(fā)事件下謠言傳播的影響因素分析

(1)客觀因素

客觀因素包括事件的重要性和事件的模糊性。發(fā)生的事件越重要、事件的相關(guān)信息越缺乏，則謠言越可能產(chǎn)生。水環(huán)境突發(fā)事件下，由于事件的發(fā)生嚴(yán)重威脅當(dāng)?shù)孛癖姷挠盟踩?，影響人們的日常生活，因此備受關(guān)注。然而，在事件發(fā)生初期，一方面民眾急于了解事件發(fā)生的來龍去脈及進(jìn)展情況，另一方面政府部門及媒體無暇應(yīng)對復(fù)雜的頭緒，未能及時披露相關(guān)信息，在一時無法弄清事實真相的情況下，各種謠言就會出現(xiàn)。

(2)主觀因素

除了上述客觀因素外，謠言傳播中主觀因素也很重要。這里的主觀因素是指傳播謠言人的批判能力，即對謠言的識別能力。傳播者對謠言的識別能力越強(qiáng)，就越可能對謠言免疫，謠言傳播就越會減弱，直至消亡；反之，謠言則會被廣泛傳播。傳播者對謠言的識別能力取決于個體自身的素養(yǎng)，包括知識水平、社會經(jīng)驗、個性特點、對事件的了解程度等。個體的科學(xué)文化素養(yǎng)越高，對謠言的識別能力可能就越強(qiáng)，從而越不可能輕易聽信和傳播謠言。

水環(huán)境突發(fā)事件下謠言傳播的系統(tǒng)動力學(xué)建模

現(xiàn)有的謠言傳播模型大多借鑒傳染病SIR模型構(gòu)建。SIR模型將人群分為易感染者S、已感染者I和治愈者或移出者R三類，在不考慮生死和遷移的情況下，SIR模型的傳染機(jī)理是S→I→R。但基于第二部分的理論分析，如果考慮到謠言傳播中存在受眾間的作用關(guān)系，則謠言傳播機(jī)理要比SIR模型復(fù)雜，因此需要在SIR模型基礎(chǔ)上進(jìn)行拓展以構(gòu)建謠言傳播模型。下面作詳細(xì)討論。

(一)模型的基本架構(gòu)

本文將系統(tǒng)中的人群分為兩大類：一類是有限理性人群X，另一類是理性人群Y。有限理性人群X包括易感人群S和傳播人群I，易感人群S是指缺乏辨識能力、容易輕信謠言的人群，傳播人群I指已接受謠言并進(jìn)行傳播的人群；理性人群Y是指具有辨識能力、不相信謠言的人群，該人群對易感人群S進(jìn)行科普教育、對傳播人群I進(jìn)行教導(dǎo)，幫助他們認(rèn)清事實的真相。因此，模型的基本架構(gòu)由易感人群S、傳播人群I和理性人群Y三部分組成。

(二)模型的基本假設(shè)

第一，不考慮人口的生死、遷移等種群動力因素。如果用S(t)、I(t)和Y(t)分別表示t時刻易感人群、傳播人群和理性人群的數(shù)量，N表示系統(tǒng)中的總?cè)丝跀?shù)，則有S(t)+I(t)+Y(t)=N，而N≡常數(shù)，記為K；

第二，不考慮系統(tǒng)內(nèi)成員因?qū)κ录ヅd趣而退出系統(tǒng)的情形；

第三，線性關(guān)系假定，即：t時刻單位時間內(nèi)一個傳播者I傳染易感者S的數(shù)目與該時刻易感者人數(shù)S(t)成正比，t時刻單位時間內(nèi)一個理性者Y成功說服易感者S的數(shù)目與該時刻易感者人數(shù)S(t)成正比，t時刻單位時間內(nèi)一個理性者Y成功說服傳播者I的數(shù)目與該時刻傳播者人數(shù)I(t)成正比；

第四，不考慮各系數(shù)值在事件發(fā)展不同階段變化的情形。如果用a、b、c分別表示I-S、Y-S和Y-I之間的日接觸率，用β、δ、ζ分別表示I-S接觸后的傳染率、Y-S接觸后的成功說服率和Y-I接觸后的成功說服率，則t時刻單位時間內(nèi)被傳播并相信謠言的人數(shù)、易染者S中被成功說服的人數(shù)和傳播者I中被成功說服的人數(shù)分別為aβI(t)S(t)、bδY(t)S(t)和cζY(t)I(t)，假定a、b、c、β、δ、ζ的值在整個事件發(fā)展過程中保持不變。

(三)模型的建立

本文運用系統(tǒng)動力學(xué)Vensim軟件繪制出水環(huán)境突發(fā)事件下謠言傳播的系統(tǒng)流程圖，如圖1所示。具體內(nèi)容為：

第一，t時刻單位時間內(nèi)易染者S數(shù)量的變化表現(xiàn)為易染者轉(zhuǎn)變?yōu)閭鞑フ吆鸵兹菊咿D(zhuǎn)變?yōu)槔硇哉邇煞N情況引起的易染者數(shù)量減少，即-[aβI(t)S(t)+bδY(t)S(t)]；

第二，t時刻單位時間內(nèi)傳播者I數(shù)量的變化表現(xiàn)為易染者轉(zhuǎn)變?yōu)閭鞑フ咭鸬膫鞑フ邤?shù)量增加和傳播者轉(zhuǎn)變?yōu)槔硇哉邔?dǎo)致的傳播者數(shù)量減少，即aβI(t)S(t)-cζY(t)I(t)；

第三，t時刻單位時間內(nèi)理性者Y數(shù)量的變化表現(xiàn)為易染者轉(zhuǎn)變?yōu)槔硇哉吆蛡鞑フ咿D(zhuǎn)變?yōu)槔硇哉邇煞N情況引起的理性者數(shù)量增加，即bδY(t)S(t)+cζY(t)I(t)。

圖1 水環(huán)境突發(fā)事件下謠言傳播的系統(tǒng)流程圖 模擬仿真及結(jié)果分析

本文以太湖藍(lán)藻事件為例進(jìn)行水環(huán)境突發(fā)事件下謠言傳播的系統(tǒng)動力學(xué)模擬仿真。

(一)參數(shù)值的設(shè)定

1.N、S(0)、I(0)和Y(0)的設(shè)定

根據(jù)太湖藍(lán)藻事件發(fā)生當(dāng)年的無錫市統(tǒng)計年鑒，當(dāng)時無錫市總?cè)丝跒?61.74萬人，其中江陰市119.61萬人、宜興市125.81萬人、其他7個區(qū)共計216.32萬人。本文采取數(shù)據(jù)縮放的方法，將系統(tǒng)中的總?cè)藬?shù)N設(shè)定為1000人。

S(0)、I(0)和Y(0)根據(jù)調(diào)研數(shù)據(jù)適當(dāng)調(diào)整后確定。本研究對經(jīng)歷太湖藍(lán)藻事件的無錫市市民進(jìn)行了回溯式問卷調(diào)查，調(diào)查選取無錫市若干小區(qū)、大型廣場、購物中心、污染企業(yè)、相關(guān)職能部門和人流量較大的路口進(jìn)行，范圍涵蓋除江陰市、宜興市之外的其他7個區(qū)，共計發(fā)放800份問卷，回收766份，剔除缺失值后最終得到231個有效樣本。考察被調(diào)查者在事件發(fā)生初期相關(guān)知識水平的題項包括：“藍(lán)藻爆發(fā)時，您對藍(lán)藻及其危害了解嗎？”、“藍(lán)藻事件發(fā)生前，您對水環(huán)境污染等方面的信息了解得多嗎？”、“藍(lán)藻事件發(fā)生初期，您對該事件的來龍去脈了解嗎？”，均采用五級李克特量表形式，從“很不了解”到“很了解”分5個等級分別賦予1-5的分值。231個有效樣本中有4個樣本3個題項的得分均為4或5，占總樣本數(shù)的1.73%，又考慮到事件發(fā)生初期官方信息缺乏、專家忙于研究和攻關(guān)無暇顧及其他，因此，本文在調(diào)研數(shù)據(jù)基礎(chǔ)上作適當(dāng)調(diào)整，將系統(tǒng)中理性人群的初始比例設(shè)定為1%，即Y(0)=10。同樣的辦法，本文將系統(tǒng)中謠言傳播者的初始比例也設(shè)定為1%，即I(0)=10。這樣，S(0)=980，占系統(tǒng)總?cè)藬?shù)的98%。

2.系數(shù)a、b、c、β、δ和ζ值的設(shè)定

β指I-S接觸后的傳染概率，它取決于謠言傳播時有多少個易染者相信。本文通過詢問“藍(lán)藻爆發(fā)時，周圍人群的緊張行為對您影響大嗎？”，采用五級李克特量表形式，從“沒有影響”到“影響很大”分5個等級分別賦予1-5的分值，來考察被調(diào)查者的從眾心理。調(diào)查結(jié)果顯示，231個有效樣本中有63.2%的樣本取值為3-5，這說明藍(lán)藻爆發(fā)時有63.2%的被調(diào)查者不同程度地受到周圍人群緊張行為影響。一般認(rèn)為，從眾心理越強(qiáng)烈，則越易聽信謠言，因此，本文在對上述數(shù)據(jù)作適當(dāng)調(diào)整后將傳染率β設(shè)定為60%，也即β=0.6。

b指Y-S的日接觸率，它取決于1個理性者平均每天接觸多少個易染者?？紤]到事件發(fā)生初期權(quán)威信息缺乏等因素，本文將理性者平均每天接觸的易染者人數(shù)設(shè)定為4人，略低于傳播者接觸的數(shù)量，此時b=0.004。

δ指Y-S接觸后易染者S被成功說服的概率，它取決于理性者接觸易染者后有多少人被說服。根據(jù)前述的數(shù)據(jù)設(shè)定，謠言傳播時有60%的易染者相信并進(jìn)行傳播，也即其余的40%不相信謠言，假定這其中有20%被理性者成功說服，則δ=0.2。

c指Y-I的日接觸率，它取決于1個理性者平均每天接觸多少個傳播者。假定1個理性者平均每天接觸0.3個傳播者，在事件發(fā)生初期，傳播者人數(shù)為10人，0.3/10=0.03，則c=0.03。

ζ指Y-I接觸后傳播者I被成功說服的概率。考慮到傳播者I與易染者S相比，通常思想較為頑固、更難說服教育，因此ζ值應(yīng)低于δ值，本文將ζ設(shè)定為10%，也即ζ=0.1。

(二)運行結(jié)果

圖2 太湖藍(lán)藻事件下謠言傳播模擬仿真圖 表1 太湖藍(lán)藻事件下謠言傳播模擬仿真參數(shù)數(shù)據(jù)表

時間(天)傳播者I易染者S理性者Y時間(天)傳播者I易染者S理性者Y0.12513.638975.34511.0171.625376.084577.73146.1850.2518.570969.28212.1481.75451.049493.58455.3670.37525.234961.35513.4111.875525.170407.36567.4650.534.204950.96914.8272592.110324.39183.4990.62546.212937.36116.4272.125645.598249.654104.7480.7562.171919.57818.2512.25680.679186.598132.7230.87583.185896.46020.3552.375694.431136.491169.0781110.514866.67122.8152.5685.94598.640215.4151.125145.486828.77625.7382.625655.90771.142272.9511.25189.297781.42829.2752.75606.26951.702342.0291.375242.690723.66933.6412.875540.26338.179421.5581.5305.489655.37439.1373462.59128.834508.575

(三)結(jié)果分析

表1顯示，在2.375天時傳播者人數(shù)達(dá)到最大值694人，而在此之前的1.875天，傳播者人數(shù)已達(dá)到525人，超過系統(tǒng)總?cè)藬?shù)的一半。這說明此時形勢較危急，整個社會處于小道消息橫行、恐慌情緒蔓延的境地。2.375天后傳播者人數(shù)開始下降，到第3天下降至500人以下，此時理性者人數(shù)開始超過500人。此后，隨著時間的推移，到第5天時傳播者消失，第6天易染者消失，至此謠言傳播過程結(jié)束，太湖藍(lán)藻事件也相應(yīng)進(jìn)入逐漸平息的階段。

應(yīng)該看到，在此事件中謠言傳播歷經(jīng)了產(chǎn)生、成長、高潮、衰退直至消亡的所有階段。一開始，事態(tài)的發(fā)展非常迅速，很快謠言傳播者超過系統(tǒng)總?cè)藬?shù)的一半，直至達(dá)到接近700人的最大值。此時形勢非常嚴(yán)峻，如果當(dāng)?shù)卣荒懿扇∮行Т胧┙鉀Q危機(jī)、疏導(dǎo)民眾情緒、做教育說服工作，則很容易引發(fā)社會騷亂。這種狀況的形成與系統(tǒng)中各參數(shù)的取值有直接關(guān)系，因此可以考慮從這幾方面著手進(jìn)行謠言傳播的預(yù)防與治理。下面本文對各參數(shù)的影響作用展開具體討論。

1.初始I和Y

在本案例中，I和Y的初始值均設(shè)定為10人，如果I(0)減少至1人，Y(0)不變，則S(0)=989人；或者Y(0)增加至30人，I(0)不變，則S(0)=960人，假定兩種情況下其余參數(shù)值均不變，則謠言傳播的演化發(fā)展情況分別如圖3和圖4所示。

圖3 I(0)=1的謠言傳播模擬仿真圖

圖4 Y(0)=30的謠言傳播模擬仿真圖

從圖3中看出，如果I(0)=1，則事態(tài)發(fā)展較為緩慢，至3.25天時傳播者人數(shù)達(dá)到最大值556人；從圖4中看出，如果Y(0)=30，則傳播者人數(shù)始終未超過系統(tǒng)總?cè)藬?shù)的一半，事件中謠言和非理性情緒一直未占據(jù)主導(dǎo)地位，整個社會較為理性、平和，沒有出現(xiàn)極端情況。因此，可以通過減少初始傳播者人數(shù)、增加初始理性者人數(shù)來防治謠言傳播群體行為的發(fā)生。

2.接觸率a、b、c

在本案例中，I-S的日接觸率a設(shè)定為0.005，Y-S的日接觸率b設(shè)定為0.004，Y-I的日接觸率c設(shè)定為0.03。如果接觸率a降低至0.002，或者接觸率b提高至0.01，又或者接觸率c提高至0.1，同時假設(shè)三種情況下其余參數(shù)值均保持不變，則謠言傳播的演化發(fā)展情況如圖5、圖6和圖7所示。

圖5 a=0.002的謠言傳播模擬仿真圖

圖6 b=0.01的謠言傳播模擬仿真圖

從圖中看出，如果a=0.002，則事態(tài)發(fā)展較為平緩，至3.75天時傳播者人數(shù)達(dá)到最大值183人；如果b=0.01，則雖然事態(tài)發(fā)展較為迅速，但傳播者人數(shù)始終未達(dá)到系統(tǒng)總?cè)藬?shù)的一半，在第2天時達(dá)到最大值381人；如果c=0.1，則傳播者人數(shù)在1.875天時達(dá)到最大值402人。因此，通過降低I-S接觸率、提高Y-S接觸率和Y-I接觸率，可以避免或減輕水環(huán)境突發(fā)事件下的謠言傳播群體行為。

圖7 c=0.1的謠言傳播模擬仿真圖

3.傳染率β、成功說服率δ和ζ

在本案例中，I-S接觸后的傳染概率β設(shè)定為0.6，Y-S接觸后易染者被成功說服的概率δ設(shè)定為0.2，Y-I接觸后傳播者被成功說服的概率ζ設(shè)定為0.1。如果傳染率β降低至0.3，或者成功說服率δ提高至0.4，又或者成功說服率ζ提高至0.2，同時假設(shè)三種情況下其余參數(shù)值均保持不變，則謠言傳播的演化發(fā)展情況如圖8、圖9和圖10所示。

圖8 β=0.3的謠言傳播模擬仿真圖

從圖中看出，如果β=0.3，則事態(tài)發(fā)展較緩慢，至3.5天時傳播者人數(shù)達(dá)到最大值292人；如果δ=0.4，則事態(tài)發(fā)展較均衡，成長和衰退速度相當(dāng)，傳播者人數(shù)在2.125天時達(dá)到最大值483人，4.5天時減少至0；如果ζ=0.2，則傳播者人數(shù)在2.125天時達(dá)到最大值488人，此后衰退速度較快，至3.25天時傳播者消失。因此，通過降低I-S接觸后的傳染概率、提高Y-S接觸和Y-I接觸后的成功說服率，可以避免和減輕水環(huán)境突發(fā)事件下的謠言傳播群體行為。

圖9 δ=0.4的謠言傳播模擬仿真圖

圖10 ζ=0.2的謠言傳播模擬仿真圖

基本結(jié)論與啟示

突發(fā)事件下個體的負(fù)面情緒及行為反應(yīng)由于受從眾效應(yīng)的影響表現(xiàn)出群體性特征。水環(huán)境突發(fā)事件下群體行為的具體表現(xiàn)包括搶購、謠言傳播和逃離事發(fā)區(qū)。就謠言傳播而言，本文認(rèn)為水環(huán)境突發(fā)事件下謠言傳播的影響因素有客觀因素和主觀因素兩方面：客觀因素包括事件的重要性和事件的模糊性，主觀因素是指謠言傳播者對謠言的識別能力。事件越重要、信息越模糊、傳播者對謠言的識別能力越弱，則謠言越易傳播；反之亦然。因此，基于上述的理論分析，本文在SIR模型基礎(chǔ)上拓展構(gòu)建了水環(huán)境突發(fā)事件下謠言傳播群體行為的系統(tǒng)動力學(xué)模型，并以太湖藍(lán)藻事件為例，運用Vensim軟件進(jìn)行了模擬仿真，同時通過改變系統(tǒng)各參數(shù)的取值研究了各參數(shù)的影響作用。

基于各參數(shù)的影響作用，預(yù)防和治理水環(huán)境突發(fā)事件下謠言傳播的群體行為可以從以下方面著手：減少初始傳播者人數(shù)、增加初始理性者人數(shù)，降低I-S接觸率a、提高Y-S接觸率b和Y-I接觸率c，降低I-S接觸后的傳染概率β、提高Y-S接觸后的成功說服率δ和Y-I接觸后的成功說服率ζ。要想達(dá)到上述目的，需要采取以下措施：(1)在水環(huán)境突發(fā)事件發(fā)生當(dāng)時，政府部門應(yīng)快速作出反應(yīng)，迅速采取行動應(yīng)對水危機(jī)，盡可能將事態(tài)影響減至最小，從而減少謠言傳播者的初始人數(shù)；(2)在水環(huán)境突發(fā)事件發(fā)生之初，政府部門應(yīng)第一時間發(fā)布權(quán)威信息，對事件作出解釋與說明，并及時通報事件的進(jìn)展情況，從而降低I-S接觸率、提高Y-S接觸率和Y-I接觸率；(3)政府部門平時要注重加強(qiáng)對民眾的宣傳教育，普及水環(huán)境污染防治知識及相關(guān)的科學(xué)知識，提高民眾的科學(xué)文化素養(yǎng)、知識水平和危機(jī)應(yīng)對能力，從而增加理性者的初始人數(shù)、降低I-S接觸后的傳染概率、提高Y-S和Y-I接觸后的成功說服率。

①李從東等：《基于系統(tǒng)動力學(xué)的群體負(fù)面情緒動力機(jī)制研究》，《情報雜志》2013年第5期。

②王雷等：《基于系統(tǒng)動力學(xué)的群體情緒傳播模型》，《心理科學(xué)》2014年第3期。

③Ebihara M. et al. A Model for Simulating Human Behavior During Emergency Evacuation Based on Classificatory Reasoning and Certainty Value Handing，Computer-aidedCivilandInfrastructureEngineering, 1992(1).

④Saloma et al. Self-organized Queuing and Scale-free Behavior in Real Escape Panic，ProceedingsoftheNationalAcademyofSciencesofUSA, 2003 (21).

⑤Sudbury A. The Proportion of the Population Never Hearing a Rumour，JournalofAppliedProbability, 1985(22).

⑦佘廉、沈照磊：《非常規(guī)突發(fā)事件下基于SIR模型的群體行為分析》，《情報雜志》2011年第5期。

⑧趙玉忠、陳業(yè)華：《謠言傳播規(guī)律以及對群體事件的影響》，《社會科學(xué)家》2012年第8期。

〔責(zé)任編輯：程 明〕

*本文系國家社會科學(xué)基金資助項目(項目號：08DSH031)、揚州大學(xué)人文社會科學(xué)研究基金一般項目(項目號：206510281)的階段性成果。

宋紅玉，河海大學(xué)商學(xué)院博士研究生，揚州大學(xué)商學(xué)院講師，hysongyzu@126.com。江蘇揚州，225009