江 耘，羅建娣

（南昌大學(xué) 管理學(xué)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(xué) 管理學(xué)院，江西 南昌330031）

互聯(lián)網(wǎng)的開(kāi)放性、匿名性特點(diǎn)，使得政府在應(yīng)對(duì)網(wǎng)絡(luò)輿情傳播時(shí)面臨高度的不確定性。本研究使用不完全信息動(dòng)態(tài)博弈理論，模擬政府和網(wǎng)民之間的輿情信息博弈過(guò)程，建立了輿情信息博弈模型。該模型引入了網(wǎng)民的個(gè)人認(rèn)知能力和社會(huì)信息共享程度等因素，描述網(wǎng)民在每一次博弈中修正對(duì)政府行為的判斷并做出自己的最優(yōu)選擇，預(yù)測(cè)政府干預(yù)網(wǎng)絡(luò)輿情的最佳時(shí)機(jī)，最后運(yùn)用NetLogo計(jì)算機(jī)軟件對(duì)此模型進(jìn)行仿真，驗(yàn)證了模型的有效性和可靠性。仿真結(jié)果表明：突發(fā)事件的社會(huì)信息共享程度和網(wǎng)民的認(rèn)知能力對(duì)輿情信息的發(fā)展、走向起著至關(guān)重要的作用，所以突發(fā)事件發(fā)生后政府應(yīng)果斷介入，發(fā)布權(quán)威信息盡早引導(dǎo)網(wǎng)民，掌控輿情信息的傳播方向。

輿情信息；不完全信息動(dòng)態(tài)博弈；Netlogo仿真

引言

伴隨著中國(guó)網(wǎng)民隊(duì)伍的日益壯大，互聯(lián)網(wǎng)已經(jīng)成為中國(guó)社會(huì)輿論的重要發(fā)源地，越來(lái)越多的公眾借助互聯(lián)網(wǎng)發(fā)泄情緒、表達(dá)態(tài)度和發(fā)表見(jiàn)解。人民網(wǎng)輿情監(jiān)測(cè)室發(fā)布了《2014年中國(guó)互聯(lián)網(wǎng)輿情藍(lán)皮書》，指出2014年中國(guó)互聯(lián)網(wǎng)輿情，是在中國(guó)共產(chǎn)黨和政府嚴(yán)厲反腐、深化改革的鼓點(diǎn)正酣中展開(kāi)的。在這種“高壓態(tài)勢(shì)”下，互聯(lián)網(wǎng)輿論場(chǎng)在繼續(xù)擴(kuò)張的同時(shí)，出現(xiàn)了從嚴(yán)管理的新局面。一方面，微信取代微博，成為當(dāng)下經(jīng)濟(jì)發(fā)達(dá)地區(qū)民眾的首要信息渠道和社交平臺(tái)，新聞客戶端也開(kāi)始影響一部分人群的信息獲??；另一方面，隨著互聯(lián)網(wǎng)相關(guān)法律法規(guī)的逐步完備、網(wǎng)站平臺(tái)管理的加強(qiáng)，以及網(wǎng)民自律與社會(huì)公序良俗的約束，網(wǎng)絡(luò)輿論的總體壓力有所減輕，但社會(huì)轉(zhuǎn)型期的各種利益訴求并未消減，在某些突發(fā)事件和熱點(diǎn)議題中甚至還呈現(xiàn)出爆發(fā)態(tài)勢(shì)［1］。網(wǎng)絡(luò)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(wǎng)民對(duì)體制的向心力有顯著提升；經(jīng)濟(jì)發(fā)展過(guò)程中的環(huán)境保護(hù)和居民健康問(wèn)題，受到全社會(huì)持續(xù)關(guān)注；暴力恐怖事件和惡性犯罪引發(fā)社會(huì)不安；公眾人物的失德事件近年來(lái)持續(xù)發(fā)酵，轉(zhuǎn)型期社會(huì)的道德倫理引發(fā)社會(huì)反思；中國(guó)大陸以外的地區(qū)輿情越來(lái)越多地受到中國(guó)內(nèi)地網(wǎng)民的關(guān)注。

面對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的新常態(tài)，網(wǎng)絡(luò)環(huán)境的新變化和微博、微信等社交媒體的廣泛應(yīng)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(wǎng)絡(luò)輿情理論體系，才能更好地進(jìn)行輿情引導(dǎo)、監(jiān)測(cè)、預(yù)警和預(yù)控，實(shí)現(xiàn)網(wǎng)民友好參政、政民關(guān)系協(xié)調(diào)和構(gòu)建和諧社會(huì)的宏偉目標(biāo)。

本研究運(yùn)用不完全信息動(dòng)態(tài)博弈中的信號(hào)博弈理論，對(duì)網(wǎng)絡(luò)輿情建立了輿情信息傳播的不完全信息動(dòng)態(tài)博弈模型。最后，利用NetLogo計(jì)算機(jī)軟件對(duì)此模型進(jìn)行仿真，驗(yàn)證了模型的有效性和可靠性，仿真結(jié)果對(duì)于政府更好地治理突發(fā)事件的網(wǎng)絡(luò)輿情傳播具有較好的現(xiàn)實(shí)指導(dǎo)意義。

目前常用的網(wǎng)絡(luò)輿情建模的方法主要有以下幾種：（1）元胞自動(dòng)機(jī)模型；（2）復(fù)雜網(wǎng)絡(luò)理論；（3）概率統(tǒng)計(jì)模型和隱馬爾可夫模型；（4）多Agent系統(tǒng)模型；（5）動(dòng)力系統(tǒng)理論；（6）協(xié)同學(xué)；（7）博弈論。每種建模方法的研究對(duì)象各有側(cè)重，如動(dòng)力系統(tǒng)理論更適用于輿情事件的發(fā)展?fàn)顟B(tài)建模，元胞自動(dòng)機(jī)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(dòng)態(tài)博弈理論，針對(duì)政府與網(wǎng)民之間的輿情信息互動(dòng)博弈建模，并利用NetLogo軟件進(jìn)行仿真，驗(yàn)證該模型的有效性和可靠性。

一、文獻(xiàn)綜述

國(guó)內(nèi)對(duì)網(wǎng)絡(luò)輿情的研究主要從三個(gè)方面展開(kāi)。

一是從傳播學(xué)的角度，研究輿情信息的基礎(chǔ)理論體系，綜合社會(huì)學(xué)、心理學(xué)和管理學(xué)等，不斷更新和深化輿情信息的知識(shí)框架，為輿情分析技術(shù)和管控機(jī)制等提供更可靠、更豐富的基礎(chǔ)知識(shí)。戴維民在《我國(guó)網(wǎng)絡(luò)輿情信息工作現(xiàn)狀及對(duì)策思考》中指出，我國(guó)輿情信息呈現(xiàn)新的發(fā)展態(tài)勢(shì)——輿情熱點(diǎn)事件不斷攀升，社交媒體的鏈?zhǔn)絺鞑ペ呌讵?dú)立等，網(wǎng)絡(luò)輿情監(jiān)督工作面臨新的問(wèn)題。孫亦祥在《網(wǎng)絡(luò)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(jīng)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(gòu)建新的理論體系，使之與現(xiàn)有輿情信息的傳播相適應(yīng)［2］。

二是在以微博為主的復(fù)雜網(wǎng)絡(luò)環(huán)境中，研究輿情信息的傳播模型和規(guī)律，實(shí)現(xiàn)對(duì)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(wǎng)絡(luò)輿情傳播模型研究》中面對(duì)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(shù)發(fā)展對(duì)網(wǎng)絡(luò)輿情信息工作的影響研究》中提出，新媒體技術(shù)不斷發(fā)展，輿情傳播模式也隨之發(fā)生巨大的變化，對(duì)這兩者之間新關(guān)系的探索對(duì)網(wǎng)絡(luò)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(wǎng)絡(luò)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(guò)程，從而捕捉政府的最佳干涉時(shí)機(jī)，引導(dǎo)網(wǎng)民和諧參政，促進(jìn)友好民主，推動(dòng)政府網(wǎng)絡(luò)管理制度的創(chuàng)新。方薇在《采用元胞自動(dòng)機(jī)的網(wǎng)絡(luò)輿情傳播模型研究》中運(yùn)用相應(yīng)的理論構(gòu)建輿情傳播模型，并利用計(jì)算機(jī)軟件仿真證實(shí)模型的有效性［5］。蘭月新在《突發(fā)事件網(wǎng)絡(luò)輿情傳播規(guī)律與預(yù)警階段研究》中研究了輿情傳播的潛伏期、擴(kuò)散期和消退期的規(guī)律，指引網(wǎng)絡(luò)輿情預(yù)警的研究方向。研究指出預(yù)警要有針對(duì)性，在不同傳播階段，預(yù)警類型也不同；信息傳播的提速，促使預(yù)警要更快，否則難以反映當(dāng)前狀態(tài)［6］。諶楠在《網(wǎng)絡(luò)輿情政府干預(yù)最佳點(diǎn)選擇的研究》中基于動(dòng)態(tài)輿論演化博弈模型，探討政府進(jìn)入輿情傳播不同時(shí)機(jī)的優(yōu)劣，提出社會(huì)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(shì)趨于平穩(wěn)和明朗［7］。

上述研究運(yùn)用元胞自動(dòng)機(jī)的理論重在研究中心元胞對(duì)周邊元胞的影響，即網(wǎng)民之間的相互影響對(duì)輿情信息傳播的影響；運(yùn)用動(dòng)態(tài)輿論演化博弈的模型重在探討政府進(jìn)入輿情傳播不同時(shí)機(jī)的優(yōu)劣。本研究則引入社會(huì)信息共享程度和網(wǎng)民的認(rèn)知能力兩個(gè)因素，考察輿情信息傳播過(guò)程中網(wǎng)民與政府博弈的過(guò)程。

國(guó)外涉及民意的主要研究有：民意調(diào)查的技術(shù)和方法、民意與選舉、民意與宣傳和民意與社會(huì)階層的選舉。

二、輿情信息傳播中不完全信息動(dòng)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(shí)候的決策以及這種決策的均衡問(wèn)題。不完全信息動(dòng)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(dòng)態(tài)博弈中，有一類廣泛應(yīng)用叫信號(hào)博弈。信號(hào)博弈是指“領(lǐng)頭者—追隨者”博弈，其中只有領(lǐng)頭者具有私人信息。領(lǐng)頭者先行動(dòng)，追隨者后選擇自己的行動(dòng)，其中，追隨者可以觀察到領(lǐng)頭者的行動(dòng)，但是無(wú)法得知領(lǐng)頭者的類型。信號(hào)博弈中有兩個(gè)參與者，一個(gè)是發(fā)送方S，一個(gè)是接收方R，這種博弈的后行動(dòng)者對(duì)先行動(dòng)者會(huì)有對(duì)其私有特征的概率的判斷，我們稱之為先驗(yàn)概率，當(dāng)先行動(dòng)者行動(dòng)后，后行動(dòng)者會(huì)根據(jù)自己觀察到的結(jié)果，調(diào)整自己對(duì)先行動(dòng)者私有特征的判斷，再選擇自己的行為策略。

這些符合網(wǎng)絡(luò)輿情傳播過(guò)程中政府和網(wǎng)民的行為特征。政府和網(wǎng)民在此博弈中是理性參與人，網(wǎng)民向政府投訴時(shí)，政府必須考慮滿足網(wǎng)民訴求要付出的直接成本和總體社會(huì)效益，而網(wǎng)民則會(huì)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(yīng)還是消極應(yīng)付。因此，本研究選擇使用不完全信息動(dòng)態(tài)博弈理論分析政府和網(wǎng)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(dòng)態(tài)博弈

（一）博弈策略的描述

假設(shè)政府和網(wǎng)民在此博弈中是理性參與人。假設(shè)A表示政府，B表示網(wǎng)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(kāi)，不公開(kāi)}，即是否公開(kāi)信息，B的博弈策略主要是{積極，消極}，即網(wǎng)民是積極支持政府的言論還是消極應(yīng)對(duì)。該策略下的博弈樹(shù)如圖1所示。

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

（1）當(dāng)參與人A對(duì)B采取公開(kāi)信息的策略時(shí)：若B對(duì)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(duì)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(wǎng)民B的博弈樹(shù)

（2）當(dāng)參與人A對(duì)B采取拒接訴求不公開(kāi)信息策略時(shí)：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(duì)博弈方的狀態(tài)變化有以下分析：若A采取公開(kāi)策略的概率是p1，B在預(yù)測(cè)政府類型的概率是p的前提下，采取積極的行動(dòng)的概率為q1，假設(shè)EA表示公開(kāi)情況下的收益，表示拒絕公開(kāi)情況下的收益，表示平均收益。則可以得出：

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

（二）輿情信息傳播的建模

假設(shè)面對(duì)突發(fā)事件時(shí)，政府的表現(xiàn)分為兩種類型：一種是能快速響應(yīng)，積極應(yīng)對(duì)；另一種是反應(yīng)遲鈍，應(yīng)對(duì)不力。而網(wǎng)民在政府行動(dòng)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(xué)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(dòng)，a表示網(wǎng)民表現(xiàn)的行為，p為先驗(yàn)概率，a*(m)表示在給定的后驗(yàn)概率p′前提下，網(wǎng)民對(duì)政府的行動(dòng)做出的最優(yōu)表現(xiàn)，m*(θ)表示預(yù)測(cè)到網(wǎng)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(dòng)m的概率，p2表示類型θ′的政府采取行動(dòng)m的概率，表示政府的收益函數(shù)，表示網(wǎng)民的收益函數(shù)。達(dá)到不完全信息動(dòng)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(shí)驗(yàn)及其討論

（一）實(shí)驗(yàn)主體及其屬性設(shè)置描述

通過(guò)NetLogo軟件對(duì)提出的輿情信息傳播的博弈模型進(jìn)行仿真，實(shí)驗(yàn)主體分為三類：observer、patches、turtles。二維的世界劃分為patches組成的網(wǎng)格，turtles能夠在此世界自由移動(dòng)，observer是全局主體，觀察turtles和patches組成的世界，三者關(guān)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(yàn)概率下網(wǎng)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(wǎng)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(wǎng)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(biāo)。

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(biāo)。

（二）實(shí)驗(yàn)算法

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

其中，模型的程序中，仿真的推進(jìn)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(shí)現(xiàn)對(duì)模型初始狀態(tài)的設(shè)置，生成所需的turtles，設(shè)置其狀態(tài)。首先初始化patches相應(yīng)的屬性值，然后創(chuàng)建兩種生物govs、citis，并將它們隨機(jī)分布在空間中，設(shè)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(guò)to go程序?qū)崿F(xiàn)。部分仿真算法如下：

（三）實(shí)驗(yàn)仿真結(jié)果及其分析

下面，在假設(shè)數(shù)據(jù)的基礎(chǔ)上進(jìn)行試驗(yàn)結(jié)果分析，其中r代表收益，c表示成本，p是先驗(yàn)概率，inertia則表示網(wǎng)民或政府對(duì)之前自己行為的記憶或者網(wǎng)民從眾行為的系數(shù)，landscape-smoothness表示turtles采取某行動(dòng)的概率分?jǐn)偨o8個(gè)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(jī)性。先驗(yàn)概率p是指根據(jù)以往的經(jīng)驗(yàn)和分析所得出的概率，本實(shí)驗(yàn)具體指的是網(wǎng)民認(rèn)為政府屬于虛心納諫類型的概率，后驗(yàn)概率p′是指網(wǎng)民通過(guò)觀察政府所采取的行動(dòng)，并使用貝葉斯法則修正先驗(yàn)概率p得出的政府屬于虛心納諫類型的概率。

在實(shí)驗(yàn)一中，初始化設(shè)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(jìn)行后的界面（右）

圖4 政府博弈收益

圖5 網(wǎng)民博弈收益

圖6 patches中相關(guān)概率變化

在實(shí)驗(yàn)二中，初始化設(shè)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(jìn)行后的界面（右）

圖8 政府博弈收益

圖9 網(wǎng)民博弈收益

實(shí)驗(yàn)一與實(shí)驗(yàn)二對(duì)比，是比較博弈收益和成本的高與低性質(zhì)的博弈情況。仿真表明：當(dāng)進(jìn)行低博弈收益、低成本的博弈時(shí)，輿情信息的傳播進(jìn)入熱議階段的時(shí)間更短，各大危機(jī)關(guān)口頻頻爆發(fā)，網(wǎng)民分歧較大，總體難以達(dá)到貝葉斯納什均衡，政府的博弈收益相對(duì)較穩(wěn)定。因此，在這種情況下，盡早引導(dǎo)網(wǎng)民、控制輿情信息的傳播則可避免更大的不可預(yù)測(cè)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(shí)間平息民憤、疏導(dǎo)網(wǎng)民心理障礙。

在實(shí)驗(yàn)三中，初始化設(shè)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(jìn)行后界面（右）

圖11 政府博弈收益

圖12 網(wǎng)民博弈收益

實(shí)驗(yàn)一和實(shí)驗(yàn)三對(duì)比，主要比較政府和網(wǎng)民規(guī)模的博弈情況。比較相應(yīng)的博弈收益曲線圖發(fā)現(xiàn)：網(wǎng)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(dāng)，政府在輿情信息傳播的后期付出的代價(jià)就更高。因此，政府需要關(guān)注對(duì)某一特定事件感興趣的網(wǎng)民規(guī)模，時(shí)刻注意輿情信息傳播的每一個(gè)關(guān)口，以防出現(xiàn)洶涌的輿情對(duì)線下社會(huì)的沖擊。

在實(shí)驗(yàn)四中，初始化設(shè)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(jìn)行后的界面（右）

圖14 patches中相關(guān)概率變化

實(shí)驗(yàn)一和實(shí)驗(yàn)四對(duì)比，是比較在輿情信息傳播時(shí)間長(zhǎng)短不同的前提下后驗(yàn)概率變化的博弈情況。比較相應(yīng)的博弈相關(guān)概率曲線圖發(fā)現(xiàn)：在先驗(yàn)概率比較小的前提下，后驗(yàn)概率的變化呈現(xiàn)先增大后減小的趨勢(shì)。在某突發(fā)事件持續(xù)的時(shí)間比較長(zhǎng)的前提下，說(shuō)明以下兩種情況。第一，若是網(wǎng)民的消極情緒占上風(fēng)，政府應(yīng)該在后驗(yàn)概率提高之前，采取積極的行動(dòng)來(lái)平息突發(fā)事件，防止網(wǎng)民情緒失控；若是網(wǎng)民的積極情緒占上風(fēng)，政府應(yīng)該在后驗(yàn)概率降低之前，盡快妥當(dāng)處理好突發(fā)事件，這比在后驗(yàn)概率降低之后處理事件付出的成本更小。第二，網(wǎng)民對(duì)政府類型判定的先驗(yàn)概率隨著網(wǎng)絡(luò)輿情事件的演變和政府采取的行動(dòng)不斷發(fā)生著變化：若是判定政府接受意見(jiàn)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(kāi)、充分考慮民情，以便引導(dǎo)網(wǎng)民對(duì)政府的正確判定，使得后驗(yàn)概率降低；若是判定政府屬于虛心納諫型的可能性較小時(shí)，政府則要做出更大的努力，在公開(kāi)真相的同時(shí)消滅四起的謠言，保持高后驗(yàn)概率。

在實(shí)驗(yàn)五中，初始化設(shè)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(jìn)行后的界面（右）

圖16 政府博弈收益

圖17 網(wǎng)民博弈收益

實(shí)驗(yàn)一和實(shí)驗(yàn)五對(duì)比，主要比較在輿情信息傳播中個(gè)人認(rèn)知能力和社會(huì)信息共享程度都較高的博弈情況。比較相應(yīng)的博弈收益曲線圖發(fā)現(xiàn)：在個(gè)人認(rèn)知能力較強(qiáng)和社會(huì)信息共享程度較高的前提下，輿情信息傳播初期，政府和網(wǎng)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(duì)事件處理方法的滿意程度皆高。

在實(shí)驗(yàn)六中，初始化設(shè)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(jìn)行后的界面（右）

圖19 政府博弈收益

圖20 網(wǎng)民博弈收益

實(shí)驗(yàn)一、實(shí)驗(yàn)五和實(shí)驗(yàn)六對(duì)比，主要比較在輿情信息傳播中個(gè)人認(rèn)知能力較低，而社會(huì)信息共享程度較高的博弈情況。比較相應(yīng)的博弈收益曲線圖發(fā)現(xiàn)：與實(shí)驗(yàn)一相比，社會(huì)信息共享程度的提高，對(duì)政府博弈收益的影響并不大，但是網(wǎng)民高收益的時(shí)機(jī)來(lái)臨得更快。因此，若想盡快平息突發(fā)事件，可提高社會(huì)信息的共享程度，以提高網(wǎng)民的博弈收益。與實(shí)驗(yàn)五相比，可發(fā)現(xiàn)在輿情信息傳播中，社會(huì)信息共享程度比個(gè)人認(rèn)知能力對(duì)網(wǎng)民博弈收益的影響更大。

在實(shí)驗(yàn)七中，初始化設(shè)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(jìn)行后的界面（右）

圖22 政府博弈收益

圖23 網(wǎng)民博弈收益

實(shí)驗(yàn)一和實(shí)驗(yàn)七對(duì)比，主要比較在輿情信息傳播中個(gè)人認(rèn)知能力較高，而社會(huì)信息共享程度較低的博弈情況。比較相應(yīng)的博弈收益曲線圖發(fā)現(xiàn)：在個(gè)人認(rèn)知能力較高的情況下，政府的博弈收益波動(dòng)較大，網(wǎng)民在對(duì)信息進(jìn)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(jié)論

本研究將不完全信息動(dòng)態(tài)博弈理論運(yùn)用到政府和網(wǎng)民之間信息的傳播過(guò)程中，建立輿情信息傳播的模型，詳細(xì)討論了模型中不同情況下輿情信息傳播過(guò)程的態(tài)勢(shì)，提出了相對(duì)應(yīng)的應(yīng)對(duì)方案，不但進(jìn)一步完善了現(xiàn)有的輿情理論知識(shí)體系，而且更加準(zhǔn)確地模擬了現(xiàn)實(shí)中的輿情信息傳播過(guò)程。

從仿真結(jié)果中可以得出以下三點(diǎn)結(jié)論：

第一，當(dāng)突發(fā)事件初起時(shí)，對(duì)這一特定事件感興趣的網(wǎng)民規(guī)模大會(huì)導(dǎo)致將輿情信息的傳播推入熱議階段的時(shí)間更短，政府應(yīng)果斷介入，發(fā)布權(quán)威信息，盡早引導(dǎo)網(wǎng)民，掌控輿情信息的傳播，避免更大的不可預(yù)測(cè)的事件發(fā)生。

第二，突發(fā)事件的社會(huì)信息共享程度和網(wǎng)民的認(rèn)知能力對(duì)輿情信息發(fā)展、走向起著至關(guān)重要的作用。因此，面對(duì)突發(fā)事件，政府應(yīng)采取相應(yīng)的措施以達(dá)到不斷提高人們的認(rèn)知能力和社會(huì)信息共享程度的目標(biāo)，從而掃除隨波逐流、捕風(fēng)捉影的現(xiàn)象。

第三，若突發(fā)事件網(wǎng)絡(luò)輿情處理不當(dāng)，政府在輿情信息傳播的后期付出的代價(jià)就更高。因此，政府需要關(guān)注對(duì)某一特定事件感興趣的網(wǎng)民規(guī)模，時(shí)刻注意輿情信息傳播的每一個(gè)關(guān)口，以防出現(xiàn)嚴(yán)重的財(cái)產(chǎn)損失和社會(huì)動(dòng)蕩現(xiàn)象。

仿真實(shí)驗(yàn)證明，該模型解決輿情信息傳播過(guò)程中出現(xiàn)的問(wèn)題具有可行性，對(duì)網(wǎng)絡(luò)輿情信息傳播中的監(jiān)測(cè)、引導(dǎo)、預(yù)警和控制工作有現(xiàn)實(shí)指導(dǎo)意義。

［1］殷輅.網(wǎng)絡(luò)輿情事件的特點(diǎn)及治理之道——基于2014年河南省網(wǎng)絡(luò)輿情事件的分析［J］.管理學(xué)刊,2015(4):60-65.

［2］孫亦祥.網(wǎng)絡(luò)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(bào)工作,2014(10):35-39.

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

［4］魏超.新媒體技術(shù)發(fā)展對(duì)網(wǎng)絡(luò)輿情信息工作的影響研究［J］.圖書情報(bào)工作,2014(1):30-35.

［5］方薇,何留進(jìn),孫凱.采用元胞自動(dòng)機(jī)的網(wǎng)絡(luò)輿情傳播模型研究［J］.計(jì)算機(jī)應(yīng)用,2010(3):203-205.

［6］蘭月新,曾潤(rùn)喜.突發(fā)事件網(wǎng)絡(luò)輿情傳播規(guī)律與預(yù)警階段研究［J］.情報(bào)雜志,2013(5):78-84.

［7］諶楠.網(wǎng)絡(luò)輿情政府干預(yù)最佳點(diǎn)選擇的研究［J］.現(xiàn)代圖書情報(bào)技術(shù),2012(3):53-58.

【責(zé)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(xiàng)目（13TQ03）；江西省軟科學(xué)研究計(jì)劃項(xiàng)目（2014BBA10086）。

江耘（1970－），女，江西婺源人，南昌大學(xué)管理學(xué)院副教授，管理學(xué)博士，碩士生導(dǎo)師。研究方向：應(yīng)急管理、信息經(jīng)濟(jì)學(xué)。羅建娣（1991-）,女，廣東陽(yáng)春人，南昌大學(xué)碩士研究生。研究方向：網(wǎng)絡(luò)輿情。