人類網(wǎng)絡(luò)群體行為生命周期模型研究

呂 鵬

一、研究問(wèn)題的提出

從信息社會(huì)到數(shù)字社會(huì)，互聯(lián)網(wǎng)空間逐漸成為人類活動(dòng)主場(chǎng)域、主陣地。人類網(wǎng)絡(luò)群體行為日益受到關(guān)注，催生網(wǎng)絡(luò)輿情事件、飯圈現(xiàn)象、短視頻、慢直播等研究。在新時(shí)期，虛擬空間與實(shí)體空間兩大場(chǎng)域，共同塑造并承載著人類社會(huì)實(shí)踐[1]。兩個(gè)場(chǎng)域交織、映射、互動(dòng)愈發(fā)頻繁，實(shí)體與虛擬難分彼此。人類網(wǎng)絡(luò)群體行為以網(wǎng)絡(luò)輿情事件為主要表現(xiàn)類型，持續(xù)引發(fā)公眾參與和社會(huì)關(guān)注。在線“吃瓜”、討論、評(píng)論等，成為網(wǎng)絡(luò)生活新常態(tài)。各界均對(duì)此予以高度關(guān)注，具體包括:(1)政府設(shè)立新機(jī)構(gòu)應(yīng)對(duì)網(wǎng)絡(luò)輿情。做好網(wǎng)絡(luò)輿情工作、維護(hù)虛擬空間秩序成為政府重點(diǎn)工作。2011年國(guó)家互聯(lián)網(wǎng)信息辦公室(網(wǎng)信辦)設(shè)立，各地成立相應(yīng)部門。鑒于對(duì)公共安全、網(wǎng)民心態(tài)及社會(huì)秩序沖擊巨大，政府輿情回應(yīng)具有迫切性。2016年國(guó)務(wù)院印發(fā)通知，首提政務(wù)輿情回應(yīng)制度。2018年3月國(guó)家網(wǎng)信辦與中央網(wǎng)絡(luò)安全和信息化委員會(huì)辦公室合署。2018年國(guó)家進(jìn)一步提出建立政務(wù)輿情回應(yīng)問(wèn)責(zé)制度, 要求評(píng)估效果[2]。各地政府都在不斷提升與互聯(lián)網(wǎng)打交道的能力(輿情回應(yīng))。截至2020年12月，經(jīng)過(guò)新浪平臺(tái)認(rèn)證的政務(wù)機(jī)構(gòu)微博140 837個(gè)、政務(wù)頭條號(hào)82 958個(gè)[3]。作為輿情管理與網(wǎng)絡(luò)維穩(wěn)部門，網(wǎng)信辦在政府治理中的權(quán)重逐年提升，政府工作流程隨之優(yōu)化。(2)網(wǎng)絡(luò)對(duì)社會(huì)同樣產(chǎn)生深遠(yuǎn)影響。不僅對(duì)政府，網(wǎng)絡(luò)輿情同樣成為個(gè)體公民(特別是名人)、企事業(yè)單位、社會(huì)組織等社會(huì)主體的壓力來(lái)源之一。輿情導(dǎo)致個(gè)體信息被網(wǎng)絡(luò)放大、被網(wǎng)民消費(fèi)、被公眾施壓。在數(shù)字社會(huì)與互聯(lián)網(wǎng)世界，網(wǎng)絡(luò)輿情應(yīng)對(duì)成為必備生存技能，絕大部分主體都需要提升輿情應(yīng)對(duì)能力。(3)掌握人類群體行為規(guī)律是科學(xué)應(yīng)對(duì)的工作基礎(chǔ)。近五年，人類群體行為如網(wǎng)絡(luò)輿情，逐漸變成主流研究對(duì)象，研究呈指數(shù)級(jí)增長(zhǎng)。實(shí)踐表明，枉顧科學(xué)規(guī)律的僵硬干預(yù)如回避、刪帖、灌水等，不能解決問(wèn)題，反而會(huì)激發(fā)矛盾。應(yīng)尊重生命周期客觀規(guī)律，重視對(duì)微觀行為的挖掘，并進(jìn)行科學(xué)應(yīng)對(duì)。

人類網(wǎng)絡(luò)群體行為是眾多微觀行為體共同參與過(guò)程，是由個(gè)體表現(xiàn)出來(lái)且在群體中相互作用的結(jié)果。作為一種宏觀涌現(xiàn)，生物界、自然界、人類行為等的生命周期具有跨系統(tǒng)普適性[4]。生命周期，是指生物在形態(tài)或功能上經(jīng)歷的一連串改變，如生理學(xué)家把人的生命周期分為生長(zhǎng)發(fā)育期、成長(zhǎng)期和老年期三個(gè)階段。人類網(wǎng)絡(luò)群體行為生命周期規(guī)律，存在學(xué)術(shù)界共識(shí)，例如網(wǎng)絡(luò)輿情“生命周期”包括醞釀、發(fā)展、爆發(fā)、衰退、消亡等過(guò)程[5]。而各階段劃分，存在細(xì)微差別，如薛瀾(2005)劃分為預(yù)警期、爆發(fā)期、緩解期和善后期[6]；張維平(2006)歸結(jié)為潛伏期、顯現(xiàn)期、演進(jìn)期、緩解期和消失期[7]；陳安等(2009)分為發(fā)生、發(fā)展、演化與消退四階段[8]；謝科范等(2010)分為潛伏期、萌動(dòng)期、加速期、成熟期、衰退期五個(gè)階段[9]；張磊(2015)也分為潛伏期、成長(zhǎng)期、成熟期、衰退期四階段[10]。已有學(xué)者注意到生命周期規(guī)律可用于社會(huì)治理。例如，左蒙與李昌祖(2017)提出建立監(jiān)測(cè)指標(biāo)體系、建立預(yù)警模型、發(fā)展演化分析、傳播動(dòng)力分析、輿情管控措施等[11]，但屬于初步探索，可重復(fù)性不足。關(guān)于生命周期原因與機(jī)制，一直存在相關(guān)討論。早期有意見(jiàn)領(lǐng)袖研究、“沉默的螺旋”理論等。近來(lái)，張一文等(2011)認(rèn)為媒體、政府、網(wǎng)民、突發(fā)事件四個(gè)主體塑造生命周期走向[12]。曹學(xué)艷與張仙等(2014)認(rèn)為輿情熱度與事件爆發(fā)度、網(wǎng)民作用度、媒體關(guān)注度、政府應(yīng)對(duì)度等相關(guān)[13]。張淑華(2015)認(rèn)為事件越敏感、越能快速引起聚焦、爆發(fā)網(wǎng)絡(luò)輿情事件[14]。許鑫(2016)認(rèn)為，政府回應(yīng)的主體、速度、形式和渠道，對(duì)網(wǎng)絡(luò)輿情衰退具有決定作用[15]。高危引爆點(diǎn)可以分為涉官、涉富、涉黃、涉暴、涉假、涉弱六類[16]。上述研究停留在理論探討、案例收集、實(shí)證研究層面，結(jié)論具有表面性、描述性、局部性，對(duì)微觀動(dòng)力學(xué)機(jī)制認(rèn)識(shí)、挖掘不足。本研究在理論上試圖整合生命周期的微觀動(dòng)力學(xué)機(jī)制，在研究方法上提出ABM智能體模型，提升研究的可重復(fù)性。

人類網(wǎng)絡(luò)群體行為生命周期模型，旨在揭示宏觀涌現(xiàn)的底層微觀動(dòng)力學(xué)機(jī)制，整合微觀行為與宏觀演化過(guò)程。具體回答:(1)哲學(xué)方法論與核心問(wèn)題。哲學(xué)上，生命周期是增長(zhǎng)與限制兩種機(jī)制的辯證統(tǒng)一。如果一直處在增長(zhǎng)期，就不存在生命周期。這說(shuō)明，核心問(wèn)題不是增長(zhǎng)機(jī)制，而是限制機(jī)制。(2)限制機(jī)制何時(shí)發(fā)揮作用？并非僅在峰值之后階段發(fā)揮作用，實(shí)際是全過(guò)程發(fā)揮作用。(3)單事件生命周期軌跡特征。穩(wěn)健存在的生命周期全過(guò)程軌跡曲線，呈現(xiàn)壽命、峰值、曲線、相對(duì)位置等特征。整合相同特征信息的軌跡曲線如何重復(fù)地獲得？將通過(guò)仿真予以重現(xiàn)。(4)多事件生命周期事件之間互動(dòng)關(guān)系。盡管生命周期規(guī)律不變，形態(tài)特征要受到他者影響。多事件之間，可能存在相互替代關(guān)系。大數(shù)據(jù)表明:某個(gè)(些)網(wǎng)絡(luò)輿情事件的衰落，往往伴隨另一個(gè)(些)事件的興起[17]。(5)總體限制性機(jī)制。激發(fā)性機(jī)制已經(jīng)有研究，但限制性機(jī)制較少被關(guān)注，包括單個(gè)、多個(gè)事件。此外，共存性事件之間可能存在流量競(jìng)爭(zhēng)關(guān)系，客觀上或主觀上，都在競(jìng)爭(zhēng)性爭(zhēng)取網(wǎng)民關(guān)注。注意力機(jī)制，這可能是所有事件的總調(diào)節(jié)、總限制性機(jī)制。本文通過(guò)大數(shù)據(jù)挖掘、模型設(shè)置與仿真模擬，精準(zhǔn)復(fù)現(xiàn)生命周期過(guò)程，回應(yīng)理論關(guān)切。方法論層面，堅(jiān)持大數(shù)據(jù)挖掘與仿真模擬雙向驗(yàn)證，高精度還原單個(gè)事件與時(shí)間序列中多事件系統(tǒng)漲落起伏、交替演化過(guò)程。

二、文獻(xiàn)回顧與理論梳理

《周易·系辭》中說(shuō)：“一陰一陽(yáng)之謂道”。這里“陰”是限制性、約束性機(jī)制，“陽(yáng)”是促進(jìn)性、激發(fā)性機(jī)制。人類網(wǎng)絡(luò)群體行為正是在增長(zhǎng)機(jī)制(陽(yáng))與限制機(jī)制(陰)共同作用之下，呈現(xiàn)穩(wěn)健而持久的生命周期規(guī)律，即人類網(wǎng)絡(luò)群體行為之“道”。

(一)關(guān)于增長(zhǎng)機(jī)制的因素梳理

人類網(wǎng)絡(luò)群體行為可追溯到人類群體行為研究。除了政治機(jī)會(huì)、人性假設(shè)、激勵(lì)機(jī)制等理論之外，重點(diǎn)關(guān)注數(shù)理模型(Formal Models)。經(jīng)典人類群體行為模型有理性選擇、閾值行為、臨界群體、起立鼓掌等模型，為人類網(wǎng)絡(luò)群體行為提供模型支撐。針對(duì)網(wǎng)絡(luò)群體行為，還存在特定的激發(fā)性因素:(1)網(wǎng)絡(luò)匿名性。匿名性在《現(xiàn)代漢語(yǔ)詞典》解釋為“不具名或不寫(xiě)真實(shí)姓名”。網(wǎng)絡(luò)匿名性是互聯(lián)網(wǎng)世界常態(tài)，很難將網(wǎng)絡(luò)表達(dá)主體與現(xiàn)實(shí)真實(shí)個(gè)體對(duì)應(yīng)起來(lái)。比斯坦納的漫畫(huà)“在互聯(lián)網(wǎng)上，沒(méi)有人知道你是條狗”是一個(gè)形象說(shuō)法。個(gè)人不必承擔(dān)現(xiàn)實(shí)社會(huì)中人與人面對(duì)面交往面臨的人情、道德、法律壓力，言行更具隨意性和原始性。網(wǎng)絡(luò)匿名性為社會(huì)矛盾、負(fù)面情緒甚至社會(huì)戾氣發(fā)泄提供了渠道，引發(fā)了網(wǎng)絡(luò)欺騙、越軌行為等[18]，催生輿情事件。(2)參與成本降低。與現(xiàn)實(shí)社會(huì)組織相比，網(wǎng)絡(luò)群體參與成本低、互動(dòng)效率高，民間性、自愿性等特征明顯[19]。成本是行為者為獲得某種收益而付出的現(xiàn)在與預(yù)期的代價(jià)。通信技術(shù)發(fā)展大大降低了個(gè)人的參與成本、組織成本?；ヂ?lián)網(wǎng)進(jìn)一步拓展了通信技術(shù)，突破了時(shí)空界限，信息成本、機(jī)會(huì)成本、“舞臺(tái)設(shè)置”成本大為降低[20]。在互聯(lián)網(wǎng)上發(fā)言、討伐、攻擊而不受處罰成為常態(tài)。(3)不受時(shí)空限制。移動(dòng)互聯(lián)網(wǎng)更加劇了這一過(guò)程。打破既有時(shí)空邊界, 在社會(huì)交往、社會(huì)表達(dá)、社會(huì)分化等多個(gè)維度形塑了社會(huì)[21]。例如，熟悉與陌生的邊界變得模糊，社交媒體動(dòng)員可形成社會(huì)關(guān)系。民眾可隨處入網(wǎng)參與網(wǎng)絡(luò)事件，催生網(wǎng)絡(luò)輿情爆發(fā)。(4)群體極化。經(jīng)由群體討論之所形成的群體態(tài)度，比之前群體成員個(gè)人態(tài)度平均值更趨極端化[22]。相對(duì)于面對(duì)面交流，網(wǎng)絡(luò)輿情更容易出現(xiàn)群體極化[23]。目前，激發(fā)性機(jī)制研究相對(duì)充分，本文將重點(diǎn)挖掘限制性機(jī)制，包括冷卻機(jī)制、替代效應(yīng)機(jī)制、注意力機(jī)制等設(shè)置。

(二)單一事件的冷卻與衰退機(jī)制

衰退期“少而熱”，話題相對(duì)集中[24]。但是，冷卻衰退機(jī)制全過(guò)程發(fā)揮作用。網(wǎng)民具有“游擊隊(duì)特征”：用點(diǎn)擊投票，喜歡就參與、不喜歡就退出。因此單個(gè)事件衰退，呈現(xiàn)“來(lái)得快、去得快”特征[25]?；ヂ?lián)網(wǎng)時(shí)代，鍵盤參與、拇指參與、彈幕參與成為新常態(tài)[26]。相關(guān)衰退機(jī)制有:(1)自然冷卻機(jī)制。事件本身存在自然衰退機(jī)制。指出隨著時(shí)間流逝，輿情自然呈現(xiàn)傳播次數(shù)下降趨勢(shì)。(2)內(nèi)容吸引力衰減。在新媒體時(shí)代，網(wǎng)友更愿意做“吃瓜群眾”圍觀爆料。在很大程度上不關(guān)注問(wèn)題本身，因此內(nèi)容吸引力至關(guān)重要。隨著爆料減少，事件衰退成為必然。(3)問(wèn)題被解決或明朗化。黃微等(2020)指出事件一旦逐漸明朗化，輿論主體就會(huì)失去參與積極性[27]。例如“羅爾事件”真相一清晰，網(wǎng)民立刻散去，熱度直線下降。(4)經(jīng)濟(jì)成本壓力與其他壓力。輿情的推動(dòng)需要付出經(jīng)濟(jì)成本，事件占用的社會(huì)資源增加，便開(kāi)始反作用于輿情傳播[28]。經(jīng)濟(jì)成本壓力迫使個(gè)體在某個(gè)階段退出。此外，個(gè)體還存在政治、法律、技術(shù)等壓力源。(5)輿情主體參與度自然衰減。網(wǎng)民的參與程度決定事件“枯榮”，多次參與存在效用衰減規(guī)律，第一次參與時(shí)主觀感受十足，如新鮮感、刺激感等，第二次之后逐漸衰減，呈現(xiàn)“邊際效應(yīng)遞減”。(6)傳播渠道最大化限制。特定社會(huì)技術(shù)條件下，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)相對(duì)固定。用盡所有傳播渠道，就會(huì)出現(xiàn)傳播枯竭。負(fù)面事件還存在限制發(fā)布、限制轉(zhuǎn)發(fā)、限制評(píng)論等人為干預(yù)措施，傳播渠道被進(jìn)一步限制。(7)平臺(tái)效用枯竭。權(quán)威媒體、新媒體、社交媒體等平臺(tái)存在“嫌貧愛(ài)富”機(jī)制，為了持續(xù)獲得網(wǎng)絡(luò)點(diǎn)擊與流量，會(huì)不斷推新，換掉“過(guò)氣”事件。

(三)多事件互動(dòng)的替代效應(yīng)機(jī)制

除了單個(gè)事件衰退，還存在多事件互動(dòng)。新事件在發(fā)生后，通常會(huì)將網(wǎng)民關(guān)注從其他事件吸引、轉(zhuǎn)移至該新事件，使自身成為新晉熱點(diǎn)事件?？梢?jiàn)，系統(tǒng)內(nèi)多事件存在替代機(jī)制:(1)替代效應(yīng)具有普適性。“替代效應(yīng)”原本是經(jīng)濟(jì)學(xué)名詞，指由于商品價(jià)格上升而引起其他商品對(duì)其取代的現(xiàn)象[29]。替代效應(yīng)具有普遍性，包括人對(duì)人替代、商品對(duì)商品替代等。替代機(jī)制在網(wǎng)絡(luò)輿情中也存在。一件突發(fā)事件發(fā)生后，引起公眾關(guān)注，公眾在好奇心驅(qū)使下關(guān)注新事件，舊事件的關(guān)注度下降。新事件的替代，加速了舊事件衰退，俗稱“引流”或“導(dǎo)流”。(2)替代效應(yīng)的穩(wěn)健性與雙刃性?；ヂ?lián)網(wǎng)世界每日都會(huì)發(fā)生多起事件，替代效應(yīng)是一個(gè)連續(xù)存在的穩(wěn)健過(guò)程。因?yàn)槌掷m(xù)存在新事件的吸引和引流作用，舊事件衰退與被替代具有必然性。替代效應(yīng)是雙刃劍。新事件替代舊事件，加劇生命周期循環(huán)。在長(zhǎng)區(qū)間內(nèi)，會(huì)出現(xiàn)眾多生命周期軌跡疊加演化的軌跡曲線集合。(3)替代效應(yīng)與生命周期疊加作用。替代效應(yīng)不影響生命周期，但導(dǎo)致沖頂加快、提前結(jié)束。實(shí)際上，我們所觀察到的是生命周期的疊加狀態(tài)。除了替換效應(yīng)外，還存在平行上升、同起同落等獨(dú)立效應(yīng)[30]。所謂獨(dú)立效應(yīng)，實(shí)際是網(wǎng)絡(luò)輿情事件的生命周期規(guī)律。

(四)注意力分配的總限制機(jī)制

無(wú)論單事件關(guān)注度衰減(冷卻衰退)，還是多事件互動(dòng)(替代效應(yīng))，注意力分配都起總的決定性作用，因?yàn)椋?1)注意力是進(jìn)化心理學(xué)基礎(chǔ)。注意力是進(jìn)化心理學(xué)基本概念，指人將意識(shí)指向、集中于某事物的心理活動(dòng)與過(guò)程[31]。注意力是生物界包括人類為了生存發(fā)展進(jìn)化出來(lái)的思維過(guò)程，背后是一種基于進(jìn)化的效率機(jī)制與本能。生物需要從關(guān)注眾多目標(biāo)過(guò)渡到聚焦少量重要目標(biāo)，減少不必要能量消耗，提高效率。人類亦然，注意力集中到復(fù)雜場(chǎng)景中少數(shù)對(duì)象，忽略看似明顯或暫時(shí)無(wú)關(guān)對(duì)象，可提高行為效率。(2)注意力具有跨領(lǐng)域性。馬奇(March)指出“注意力集中的能力是有限的。人們不可能同時(shí)關(guān)注所有事情：接收信號(hào)過(guò)多，決策相關(guān)事情過(guò)多”[32]。注意力是一種稀缺資源，由于資源、能量、能力、條件、階段等限制，人必須要區(qū)分輕重緩急。分類、分層、分階段等，都屬于常見(jiàn)分配行為。(3)注意力分配的多層次性。時(shí)間社會(huì)學(xué)領(lǐng)域，注意力分配包括宏觀、中觀、微觀三個(gè)層面。微觀層面，專注從組織時(shí)間到個(gè)體時(shí)間；中觀層面，專注從社會(huì)時(shí)間到組織時(shí)間；宏觀層面，專注從天文時(shí)間到社會(huì)時(shí)間[33]。(4)總量約束與網(wǎng)民注意力分配機(jī)制?；趥€(gè)體注意力的有限性，網(wǎng)民注意力同樣存在總量限制，這是生命周期的總根源性機(jī)制。截至2019年6月，我國(guó)網(wǎng)民規(guī)模8.54億[34]。國(guó)民即網(wǎng)民，人手1～2部智能手機(jī)。在經(jīng)濟(jì)與產(chǎn)業(yè)形態(tài)上，注意力機(jī)制衍生出“平臺(tái)經(jīng)濟(jì)”“流量經(jīng)濟(jì)”新業(yè)態(tài)。從任一事件到整體網(wǎng)絡(luò)，網(wǎng)民關(guān)注度總是有限的。注意力總量限制是人類網(wǎng)絡(luò)群體行為呈現(xiàn)生命周期規(guī)律的總根源。因此，網(wǎng)民的精力、關(guān)注、點(diǎn)擊、轉(zhuǎn)發(fā)、點(diǎn)贊等均存在總量的約束性。

(五)人類網(wǎng)絡(luò)群體行為生命周期動(dòng)力學(xué)機(jī)制整合

在網(wǎng)絡(luò)輿情方面，典型涌現(xiàn)場(chǎng)景為：特定時(shí)間內(nèi)，出現(xiàn)一系列網(wǎng)絡(luò)事件，網(wǎng)絡(luò)事件均有生命周期與峰值特征，盡管峰值高度、軌跡走勢(shì)等存在異質(zhì)性?；谒ネ藱C(jī)制、替代效應(yīng)機(jī)制、注意力分配等機(jī)制，可在理論上實(shí)現(xiàn)動(dòng)力學(xué)機(jī)制整合:(1)網(wǎng)絡(luò)輿情事件具有常態(tài)性、隨機(jī)性。每天都在發(fā)生事件，持續(xù)引發(fā)網(wǎng)民關(guān)注、點(diǎn)贊、評(píng)論、互動(dòng)、轉(zhuǎn)發(fā)等網(wǎng)絡(luò)群體行為，但眾多事件中存在“頭部效應(yīng)”[35]。全國(guó)性熱點(diǎn)頭條事件，每天只有1～2個(gè)，這體現(xiàn)出一種極化分布。(2)生命周期具有穩(wěn)健性與形態(tài)特征異質(zhì)性。生命周期規(guī)律具有穩(wěn)健性，具體事件的生命周期存在形態(tài)與軌跡異質(zhì)性。主題方面，可能受到議程設(shè)置等影響，出現(xiàn)具體差異。李靜等(2020)認(rèn)為事件屬性、媒介傳播、網(wǎng)民參與、政府干預(yù)等都會(huì)影響網(wǎng)絡(luò)輿情熱度[36]。這些因素，只影響具體事件的生命周期形態(tài)、特征走勢(shì)，不會(huì)消滅生命周期規(guī)律。(3)生命周期是“陽(yáng)”與“陰”兩種力量共同作用的結(jié)果。關(guān)于促進(jìn)性力量，已經(jīng)有很多討論。限制性、制約性力量的梳理，以及基于此理論的ABM仿真建模，是本文的創(chuàng)新性理論貢獻(xiàn)。限制性機(jī)制是求解生命周期的核心鑰匙，均穩(wěn)健地存在。單一事件主要受到冷卻機(jī)制影響(生命周期是自然趨勢(shì)與形態(tài))。但事件不是孤立存在的，必須分析多事件互動(dòng)。重點(diǎn)是替代機(jī)制，需要研究這種實(shí)際趨勢(shì)或現(xiàn)實(shí)形態(tài)。整個(gè)互聯(lián)網(wǎng)場(chǎng)域多事件系統(tǒng)，都受到網(wǎng)民注意力資源總量的限制，分配越多，生命周期特征(壽命、峰值等)越發(fā)突出。

三、生命周期動(dòng)力學(xué)特征與ABM仿真模擬

上述機(jī)制研究多停留在理論分析、統(tǒng)計(jì)分析、案例挖掘階段，可重復(fù)性不足。本文進(jìn)行理論與方法創(chuàng)新，將整合性機(jī)制納入仿真模型。

(一)現(xiàn)實(shí)仿真目標(biāo)大數(shù)據(jù)特征挖掘

具體包括:(1)數(shù)據(jù)來(lái)源。通過(guò)“知微事見(jiàn)”平臺(tái)提取網(wǎng)絡(luò)輿情事件生命周期軌跡。Y指標(biāo)為總發(fā)文量(綜合熱度)，X指標(biāo)為自然天。平臺(tái)收錄短時(shí)間內(nèi)高傳播量、長(zhǎng)期保持一定傳播量、社交媒體熱議等事件[37]，已支撐學(xué)術(shù)論文發(fā)表。因?yàn)槭录姸啵蔬x擇社會(huì)熱點(diǎn)類，2019全年共有147個(gè)案例(生命周期趨勢(shì)見(jiàn)圖1A)。(2)總體趨勢(shì)考察。生命周期高度具有異質(zhì)性，峰值越高，發(fā)文量越多、關(guān)注度越高。生命周期壽命中，僅有一例持續(xù)21天，其余均為4～11天；全年僅有24天未發(fā)生網(wǎng)絡(luò)輿情事件。事件之間存在共存與交叉(替代效應(yīng))，初步印證網(wǎng)民注意力有限。(3)考察替代效應(yīng)機(jī)制。并存的生命周期軌跡曲線之間存在交叉，相鄰峰值之間存在時(shí)間差。初步表明相互之間存在注意力分配負(fù)相關(guān)，說(shuō)明注意力總量是固定的。(4)考察注意力機(jī)制。網(wǎng)民注意力資源具有隨機(jī)性，圍繞均值上下波動(dòng)。見(jiàn)圖1B，每日關(guān)注總量對(duì)數(shù)近似服從正態(tài)分布(去極端值)。說(shuō)明每日關(guān)注度存在均值效應(yīng)與總量限制。(4)時(shí)間序列分析。如圖1C，每日匯總關(guān)注度的自相關(guān)圖緩慢單調(diào)遞減，出現(xiàn)拖尾，原始數(shù)據(jù)為非平穩(wěn)序列。周一到周日季節(jié)性因子結(jié)果為1.156 11、0.928 49、0.976 51、1.063 98、0.995 06、0.961 74、0.918 11。說(shuō)明就社會(huì)熱點(diǎn)事件而言，網(wǎng)民注意力在周一與周四分配較多。如圖1D，采取一階差分處理后通過(guò)檢驗(yàn)，獲得平穩(wěn)序列。進(jìn)行Ljung-box隨機(jī)性檢驗(yàn)。H0為序列不相關(guān)，Ha為序列相關(guān)。P-value=0.49>0.05，即為序列不相關(guān)(白噪聲)。說(shuō)明網(wǎng)民注意力資源具有恒定性?；谄椒€(wěn)序列進(jìn)行趨勢(shì)預(yù)測(cè)如圖1E，每日總發(fā)文量即總熱度數(shù)據(jù)未來(lái)也是在一近似常數(shù)極小值范圍內(nèi)波動(dòng)。這再次支撐了網(wǎng)民注意力的總量具有恒常性與定數(shù)。

圖1 2019社會(huì)類輿情事件趨勢(shì)特征大數(shù)據(jù)考察(N=147)

(二)生命周期仿真建模與智能體參數(shù)設(shè)定

網(wǎng)絡(luò)群體行為影響因素眾多，涵蓋主體客體、相關(guān)事件、輿情空間、新聞媒體、社交媒體、意見(jiàn)領(lǐng)袖等[38]。這就需要在確保效果的前提下，總結(jié)、抽取、提煉出上述核心行為機(jī)制，進(jìn)而構(gòu)建多主體互動(dòng)過(guò)程[39]，復(fù)現(xiàn)生命周期涌現(xiàn)。在NetLogo軟件中，智能體Agents包括靜態(tài)智能體Patches、動(dòng)態(tài)智能體Turtles。關(guān)于此，陳永國(guó)等(2014)僅用Patches模擬網(wǎng)民行為[40]，行為機(jī)制過(guò)于簡(jiǎn)單。胡瓏瑛等(2016)在SNO模型中設(shè)置網(wǎng)民、媒體、政府三類智能體[41]。但主客體涵蓋不足，主體類型眾多，包括普通網(wǎng)民與網(wǎng)絡(luò)大V等；客體同樣類型眾多，除政府之外還有單位、組織、個(gè)人等。鑒于上述智能體設(shè)置得失，本研究偏重動(dòng)態(tài)屬性與互動(dòng)過(guò)程，設(shè)置三類本質(zhì)行為體:(1)互聯(lián)網(wǎng)空間。使用靜態(tài)Patch模擬互聯(lián)網(wǎng)環(huán)境。本研究側(cè)重考察普適性、代表性、穩(wěn)健性，使用Patches構(gòu)建整個(gè)網(wǎng)絡(luò)空間。網(wǎng)絡(luò)世界設(shè)為正方形(邊長(zhǎng)101)，總面積101*101=10 201(Patch2)。上下與左右連通，刻畫(huà)互聯(lián)網(wǎng)世界滲透性、連通性等拓?fù)浣Y(jié)構(gòu)特征[42]?？傔\(yùn)行時(shí)間為Ticks，每一步自動(dòng)加一。匹配一年時(shí)間，每Tick代表一小時(shí)，每次仿真365天=8 760Ticks。(2)動(dòng)態(tài)網(wǎng)民智能體Netizens。任立肖等(2014)基于無(wú)標(biāo)度網(wǎng)絡(luò)，增加新網(wǎng)絡(luò)節(jié)點(diǎn)[43]。這是靜態(tài)設(shè)置，限制了微觀自主行為，本文設(shè)置網(wǎng)民自由移動(dòng)。根據(jù)第44次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》網(wǎng)民增勢(shì)已經(jīng)放緩。截至2019年6月規(guī)模為8.54億，較去年僅增加1.6%[44]。基于人口生育率下降[45]，網(wǎng)民規(guī)模長(zhǎng)期將大概率穩(wěn)定，一年內(nèi)更加不會(huì)出現(xiàn)大的變動(dòng)。設(shè)置網(wǎng)民數(shù)量固定值，在500以下區(qū)間。網(wǎng)民帶有“訪問(wèn)目標(biāo)”屬性，刻畫(huà)其關(guān)注特定事件(點(diǎn)擊、訪問(wèn)、互動(dòng)、參與等)。Netizen可移動(dòng)并訪問(wèn)熱點(diǎn)事件。(3)構(gòu)建熱點(diǎn)事件智能體(Hots)?，F(xiàn)有研究多將網(wǎng)絡(luò)事件視為一種靜態(tài)性、被動(dòng)性結(jié)果。本文視其為具備生命特征的智能體。盡管具有突發(fā)性與隨機(jī)性，但網(wǎng)民注意力有限，事件存在總量限制。每天頭條熱點(diǎn)不超過(guò)3～5個(gè)。設(shè)置事件保有量在1～10范圍。事件屬性“熱度值”(pop)表征關(guān)注熱度高低。被訪問(wèn)次數(shù)越多，熱度越高。系統(tǒng)中不斷有新事件按照一定概率水平(hot-growth-chance)生成。新事件生成后，就可以被網(wǎng)民訪問(wèn)。每訪問(wèn)一次，熱度值隨機(jī)增加(add-per-pop)在1～100范圍可調(diào)節(jié)，見(jiàn)圖2。網(wǎng)民訪問(wèn)存在效應(yīng)異質(zhì)性。為體現(xiàn)網(wǎng)民、意見(jiàn)領(lǐng)袖、媒體等不同類型行為體貢獻(xiàn)度，引入隨機(jī)權(quán)重系數(shù)wit∈[0,1]。本文追蹤智能體、隨機(jī)生成權(quán)重系數(shù)，具有動(dòng)態(tài)性、隨機(jī)性、自主性、智能性。周惠子與張杰(2019)認(rèn)為隨著移動(dòng)智能終端與自媒體普及，不相關(guān)網(wǎng)民也通過(guò)自組織聚集形成共同體，引爆網(wǎng)絡(luò)輿情[46]。個(gè)人和意見(jiàn)領(lǐng)袖之間界限變得模糊。個(gè)體均有機(jī)會(huì)在特定事件中扮演領(lǐng)袖角色，本文設(shè)置更符合現(xiàn)實(shí)。(4)生命周期過(guò)程。如果行為機(jī)制真實(shí)合理，仿真結(jié)果將高精度呈現(xiàn)生命周期規(guī)律。在模擬過(guò)程中，動(dòng)態(tài)計(jì)算事件k在每個(gè)時(shí)刻t熱度值，作為事件的生命周期全過(guò)程取值，簡(jiǎn)稱生命力。熱度值降到零，事件即死亡。同時(shí)，不斷有新事件生成，眾多生命周期軌跡在系統(tǒng)中生生不息、新陳代謝。相關(guān)參數(shù)與行為規(guī)則設(shè)置詳見(jiàn)表1。

圖2 智能體設(shè)置與ABM仿真過(guò)程

表1 模型主要參數(shù)說(shuō)明

(三)動(dòng)態(tài)行為規(guī)則與ABM智能仿真流程

仿真運(yùn)行流程包括:(1)初始化與智能體設(shè)置。生成互聯(lián)網(wǎng)世界、網(wǎng)民智能體、事件智能體等。初始事件數(shù)量為1?；诰W(wǎng)民數(shù)量穩(wěn)定[47]，注意力總量有限，設(shè)置進(jìn)入穩(wěn)定更替期保有5～6個(gè)事件。不足5個(gè)則生成新事件補(bǔ)足。(2)網(wǎng)民追熱點(diǎn)。網(wǎng)民追熱點(diǎn)即尋找目標(biāo)納入屬性值Goal，存在兩個(gè)模式。第一是隨機(jī)事件目標(biāo)?？坍?huà)網(wǎng)民在日常生活中盲目、隨機(jī)、無(wú)序、持續(xù)地刷新聞、追熱點(diǎn)等行為。第二是受鄰居即社會(huì)網(wǎng)絡(luò)影響。鑒于網(wǎng)民的相互影響真實(shí)存在，在模型設(shè)置方面，綜合兩種目標(biāo)搜索與訪問(wèn)模式。網(wǎng)民優(yōu)先追隨鄰居網(wǎng)友路徑。在自身一定距離半徑(netizen-vision-dist)內(nèi)尋找。如有，則跟隨其路徑去訪問(wèn)事件?？坍?huà)因朋友、熟人分享而引發(fā)的連鎖圍觀行為。頭條、榜單、熱搜、朋友圈轉(zhuǎn)發(fā)等都是現(xiàn)實(shí)表現(xiàn)。否則，采取第一種即隨機(jī)訪問(wèn)。(3)停止訪問(wèn)與轉(zhuǎn)向新目標(biāo)。邊際效應(yīng)遞減普遍存在于人類社會(huì)活動(dòng)中。例如王家坤等(2019)發(fā)現(xiàn)，控制策略在輿情初期邊際效用最大，在后期邊際效用接近零[48]?；谶呺H效用遞減，事件多次曝光，網(wǎng)民傾向于感到厭倦。因此，應(yīng)設(shè)置訪問(wèn)次數(shù)總量限制。個(gè)體最大訪問(wèn)次數(shù)為變量X(初始X=1)在1～5之間隨機(jī)取值。個(gè)體訪問(wèn)事件達(dá)到X次之后(具體X取值在不同仿真模擬進(jìn)程中存在隨機(jī)性差異)，不能訪問(wèn)即不再增加該事件熱度，轉(zhuǎn)而關(guān)注并訪問(wèn)新事件。

(四)生命周期動(dòng)力學(xué)過(guò)程的數(shù)學(xué)表達(dá)

(1)

(2)

(3)

Parameters(*)=ArgMin(Δ)=ArgMin[fsim(·)-freal(·)]

(4)

(五)基于現(xiàn)實(shí)大數(shù)據(jù)匹配求解最優(yōu)參數(shù)解

參數(shù)設(shè)置與過(guò)程仿真，以擬合現(xiàn)實(shí)大數(shù)據(jù)為核心。唯其如此，才能實(shí)現(xiàn)生命周期動(dòng)力學(xué)機(jī)制驗(yàn)證及表明仿真切實(shí)提取了核心機(jī)制?，F(xiàn)有研究多考察不同參數(shù)取值導(dǎo)致的宏觀演化仿真結(jié)果，具有隨意性。本研究基于仿真與現(xiàn)實(shí)最優(yōu)擬合，求解最優(yōu)解，具有創(chuàng)新性?；谇笆龃髷?shù)據(jù)特征構(gòu)建待擬合目標(biāo)函數(shù)fsim(·)，通過(guò)參數(shù)譜系化遍歷獲得仿真結(jié)果fsim(·)。相關(guān)參數(shù)變量在范圍內(nèi)譜系化遍歷：網(wǎng)民數(shù)量netizen-count從1開(kāi)始每次增加50，最高N=500；網(wǎng)民訪問(wèn)熱點(diǎn)事件增加熱度值add-per-pop從1到100，公差為1；事件熱度固定損耗deduce-per-pop從1到100，公差為1；事件保有數(shù)量large-hots從1到10，每次增加1；事件生成概率hot-growth-chance從1%每次增加1%到最高10%；網(wǎng)民搜索鄰居的視野半徑netizen-vision-dist從1到100每次增加1。每一組特定參數(shù)組合，產(chǎn)生一次仿真結(jié)果。依據(jù)參數(shù)譜系設(shè)定，仿真運(yùn)行1萬(wàn)次。每一次重復(fù)10次，求取穩(wěn)健性均值仿真結(jié)果fsim(·)。遍歷與仿真一共10萬(wàn)次。計(jì)算全局?jǐn)M合度指標(biāo)即二者差值Δ=fsim(·)-freal(·)。在差值最小處獲得可行最優(yōu)參數(shù)解Parameters(*)，進(jìn)而實(shí)現(xiàn)最優(yōu)化匹配與高精度仿真。所謂“可行”是指基于10萬(wàn)次仿真并擬合特定大數(shù)據(jù)對(duì)象特征所得，即最優(yōu)解有效性具有條件性。表2最優(yōu)解參數(shù)取值是對(duì)大數(shù)據(jù)對(duì)象最優(yōu)復(fù)現(xiàn)：網(wǎng)民智能體數(shù)量為100單位即netizen-count=100，網(wǎng)民訪問(wèn)一次增加add-per-pop為15個(gè)單位熱度，固定冷卻損耗deduce-per-pop為11熱度，新事件生成概率hot-growth-chance=30‰，最事件保有量large-hots=4個(gè)，網(wǎng)民搜索范圍netizen-vision-dist為12個(gè)單位距離。

表2 ABM仿真模型可行最優(yōu)解參數(shù)取值

四、生命周期仿真最優(yōu)解與大數(shù)據(jù)匹配度考察

存在最優(yōu)解只能說(shuō)明擬合具有有效性，還需要考察穩(wěn)健性。故基于最優(yōu)參數(shù)解附加50次重復(fù)模擬，綜合考察重復(fù)穩(wěn)健性、擬合有效性?？疾旖Y(jié)果令人滿意，有效性與穩(wěn)健性均通過(guò)匹配性檢驗(yàn)?；谮厔?shì)比較、形態(tài)比較、數(shù)據(jù)比較等特征擬合，對(duì)現(xiàn)實(shí)目標(biāo)函數(shù)fsim(·)與仿真結(jié)果fsim(·)進(jìn)行匹配性驗(yàn)證。單個(gè)事件方面，涉及曲線形態(tài)、峰值高低、峰值時(shí)點(diǎn)、壽命長(zhǎng)短等，包括絕對(duì)值和相對(duì)分布等；多事件方面，包括涌現(xiàn)數(shù)量、趨勢(shì)比較、峰值間隔、替代間隔、峰值差值等。

(一)考察相同時(shí)間事件涌現(xiàn)數(shù)量匹配度

圖3 最優(yōu)解仿真模擬涌現(xiàn)數(shù)量分布匹配(N=50)

最優(yōu)解仿真產(chǎn)生50次平行結(jié)果，據(jù)此獲得任一參數(shù)變量觀測(cè)值分布(N=50)。如果行為機(jī)制設(shè)計(jì)合理，最優(yōu)解仿真至少應(yīng)滿足三項(xiàng)：既要復(fù)現(xiàn)每一個(gè)事件生命周期過(guò)程，也要復(fù)現(xiàn)多事件交織替代動(dòng)態(tài)過(guò)程，還要復(fù)現(xiàn)系統(tǒng)宏觀涌現(xiàn)特征。首先在系統(tǒng)宏觀層面上，仿真涌現(xiàn)與真實(shí)觀察是否匹配。大數(shù)據(jù)案例與仿真過(guò)程的時(shí)間相同，均為一年。因此第一個(gè)直觀指標(biāo)，側(cè)重考察涌現(xiàn)數(shù)量匹配。又因?yàn)楝F(xiàn)實(shí)是某一次觀測(cè)，仿真是50次平行結(jié)果。轉(zhuǎn)為考察仿真結(jié)果分布特征。如圖3，仿真接近完美地吻合了現(xiàn)實(shí)。本研究從三方面考察:(1)準(zhǔn)確性。仿真均值Mean=144個(gè)事件，現(xiàn)實(shí)為147，二者相差3個(gè)。誤差占絕對(duì)值2%，微乎其微。標(biāo)準(zhǔn)差SD=5.19，誤差3在一倍SD之內(nèi)。(2)穩(wěn)健性。如圖3分布特征，趨中性良好。說(shuō)明行為機(jī)制具有合理性、有效性、穩(wěn)健性，不存在突變相變等非線性情況與系統(tǒng)性震蕩，仿真結(jié)果靠攏均值。(3)可預(yù)測(cè)性。除了趨中性，分布對(duì)稱性同樣良好，可視化Q-Q圖檢驗(yàn)表明，大概率服從正態(tài)分布?？苫诰礛ean與標(biāo)準(zhǔn)差SD計(jì)算并獲得經(jīng)驗(yàn)概率密度函數(shù)(Empirical Density Function)完全信息。

(二)宏觀演化軌跡匹配：生命周期涌現(xiàn)的宏觀考察

圖4 生命周期涌現(xiàn)特征與仿真模擬最優(yōu)解呈現(xiàn)

(三)生命周期壽命與分布匹配：網(wǎng)絡(luò)輿情持續(xù)天數(shù)考察

首先考察壽命均值吻合，進(jìn)而考察分布特征吻合:(1)壽命均值匹配度考察。采用卡方檢驗(yàn)考察擬合度即壽命均值是否存在顯著性差異。原假設(shè)H0二者相等，H1不相等。拒絕域?yàn)?.05，雙側(cè)檢驗(yàn)。仿真數(shù)據(jù)第一組，現(xiàn)實(shí)為第二組。計(jì)算卡方值χ2=0.011，P-value=0.683>0.05。不能拒絕H0即認(rèn)為二者壽命不存在差異?；诰禑o(wú)差異，考察分布匹配度才有意義。(2)壽命離散型分布匹配。采用離散型與連續(xù)型兩種形式考察分布匹配度?，F(xiàn)實(shí)壽命絕大多數(shù)在2到12天區(qū)間，4～11天高密度集中。圖5A、5B、5C考察離散柱狀圖分布。圖5是實(shí)際壽命分布，5B為仿真50次結(jié)果，5C為仿真50次均值?？梢?jiàn)，仿真與現(xiàn)實(shí)分布匹配度良好。一是分布柱狀圖整體形態(tài)匹配度極高；二是雙側(cè)極端值分布匹配，2天與12天概率都低；三是高密度區(qū)間匹配均為4～9天；四是細(xì)分天數(shù)分布考察，均有8天>7天>6天>5天>4天>3天>10天的一致性順序。(3)壽命連續(xù)型分布匹配。時(shí)間可以無(wú)限細(xì)分，如果換算到小時(shí)，還存在2.5、2.75、8.025天等情況。同時(shí)需要排除柱狀圖寬度不同導(dǎo)致結(jié)果差異的可能性。因此，為進(jìn)一步增強(qiáng)說(shuō)服力，采用連續(xù)型概率密度函數(shù)，保持任意非整數(shù)天都有意義。對(duì)應(yīng)5A、5B、5C離散型分布，圖5D、5E、5F采用連續(xù)型概率密度核函數(shù)(Kernel Density Function, KDF)。圖5D真實(shí)壽命分布核密度曲線與仿真曲線完美匹配。圖5E為50條核密度曲線，匯總計(jì)算核密度曲線得到圖5F。圖5E、圖5F無(wú)論整體趨勢(shì)還是局部軌跡特征，都高精度完美匹配。這表明，ABM仿真模擬大概率抓住了核心行為機(jī)制。

圖5 網(wǎng)絡(luò)輿情事件壽命分布匹配性考察

(四)生命周期峰值與形態(tài)等匹配性驗(yàn)證

圖4與圖5已經(jīng)驗(yàn)證了仿真有效性與結(jié)果穩(wěn)健性。生命周期函數(shù)包括壽命，均為宏觀面結(jié)果。我們繼續(xù)對(duì)生命周期予以細(xì)節(jié)考察。生命周期在X軸核心指標(biāo)是壽命，在Y軸核心指標(biāo)則是峰值。有了峰值與壽命，就可以刻畫(huà)生命周期本質(zhì)過(guò)程即畫(huà)三角[49]。峰值與壽命同等重要，在各自維度上共同決定生命周期形態(tài)特征，即三角形長(zhǎng)什么樣。具體細(xì)化考察：

(1)峰值Peak絕對(duì)值匹配性考察。通過(guò)引發(fā)社會(huì)關(guān)注、施加輿論壓力、促進(jìn)問(wèn)題解決等[50]，峰值在很大程度上決定網(wǎng)絡(luò)輿情事件能否取得預(yù)期效果。兩方面考察仿真與現(xiàn)實(shí)峰值(對(duì)數(shù))。第一是考察均值匹配?，F(xiàn)實(shí)峰值分布如圖6A，均值Mean=-0.90、標(biāo)準(zhǔn)差SD=0.116。仿真峰值分布如圖6B，均值Mean=-0.62、SD=0.096。統(tǒng)計(jì)上不存在顯著性差異。第二是分布特征匹配。二者峰值范圍都在區(qū)間[-1.5, 0]，高度吻合?？疾靾D6A真實(shí)峰值分布與圖6B仿真峰值分布，發(fā)現(xiàn)二者趨中性均良好。Q-Q檢驗(yàn)發(fā)現(xiàn)，二者均大概率接近正態(tài)分布。同時(shí)又鑒于X軸數(shù)值范圍一致，二者峰值無(wú)顯著差異，充分說(shuō)明仿真匹配度良好。

(2)多事件替代效應(yīng)與峰值間隔匹配度。若干事件生命周期疊加與互動(dòng)，構(gòu)成了一個(gè)整體性系統(tǒng)涌現(xiàn)。生命周期在高度上以峰值為核心特征，衡量最大影響力與社會(huì)沖擊力?？梢詮姆逯党霭l(fā)，考察多事件替代機(jī)制。如果該機(jī)制存在，應(yīng)在仿真過(guò)程與真實(shí)大數(shù)據(jù)同時(shí)體現(xiàn)。基于注意力分配，同期或近鄰事件之間的替代力度無(wú)疑最大。這可以用相鄰峰值時(shí)點(diǎn)差值來(lái)刻畫(huà)，如果差值特征清晰，可必然存在連續(xù)而穩(wěn)定的替代過(guò)程。不失為替代效應(yīng)穩(wěn)健性存在的可行檢驗(yàn)方法。圖6C為現(xiàn)實(shí)大數(shù)據(jù)中相鄰峰值天數(shù)差值分布。均值Mean=2.47，標(biāo)準(zhǔn)差SD=5.610。說(shuō)明現(xiàn)實(shí)某事件替代前一事件平均需要2.47天。圖6D為50次仿真模擬所得分布，均值Mean=2.30，SD=4.923。仿真事件替代舊事件平均需要2.3天。當(dāng)然，還可以根據(jù)均值與標(biāo)準(zhǔn)差推算任意替代天數(shù)概率水平。比較二者，取值范圍重合，統(tǒng)計(jì)上無(wú)顯著性差異。二者分布特征形態(tài)高度吻合。高密度值都在第1天左右，均存在右長(zhǎng)尾，Q-Q檢驗(yàn)發(fā)現(xiàn)分布形態(tài)亦高度相似。這說(shuō)明，替代機(jī)制穩(wěn)健存在。仿真不僅復(fù)現(xiàn)了現(xiàn)實(shí)替代機(jī)制，而且實(shí)現(xiàn)不可追溯微觀行為過(guò)程的精準(zhǔn)還原。

圖6 峰值高度與峰值間隔分布匹配性

(3)生命周期形態(tài)特征與相對(duì)峰值時(shí)間(TP/Span)考察。相對(duì)峰值時(shí)間是峰值時(shí)刻(Peak’s timing)占總時(shí)間即壽命Span的百分比。其在很大程度上刻畫(huà)生命周期軌跡形態(tài)，具有社會(huì)與政策含義。比值越大，峰值出現(xiàn)越晚。比值越小，出現(xiàn)越早，突然性越強(qiáng)?？梢酝ㄟ^(guò)估計(jì)方法穩(wěn)健預(yù)測(cè)峰值何時(shí)出現(xiàn)。對(duì)于事件當(dāng)事人、應(yīng)急管理部門等主體，都有實(shí)踐指導(dǎo)意義。他們應(yīng)在峰值日前后做好心理、物質(zhì)等充分工作準(zhǔn)備。如圖7A現(xiàn)實(shí)百分比均值Mean=0.56，標(biāo)準(zhǔn)差SD=0.007。說(shuō)明現(xiàn)實(shí)大概率在56%進(jìn)度出現(xiàn)峰值。圖7B仿真百分比均值Mean=0.62，標(biāo)準(zhǔn)差SD=0.009。仿真大概率在62%進(jìn)度出現(xiàn)峰值。比較二者分布，取值范圍完全吻合均勻，統(tǒng)計(jì)上無(wú)顯著性差異。并且二者分布趨中性良好。Q-Q圖表明二者分布均大概率接近正態(tài)分布。再次印證，仿真與真實(shí)生命周期形態(tài)高度匹配。

(4)生命周期形態(tài)特征與相對(duì)峰值力量考察(Peak/Total)?？疾旆逯诞?dāng)日參與度占總參與度之例。Peak代表峰值處參與量，Total代表總量即總參與量、總能量釋放等。Peak/Total刻畫(huà)表示峰值比例即相對(duì)力量大小。比值越大，事件越突兀、越突然，峰值沖擊力越大。比值越小，峰值沖擊力越弱，越傾向于平緩釋放與均勻發(fā)力。圖7C現(xiàn)實(shí)均值Mean=0.37，標(biāo)準(zhǔn)差SD=0.010，說(shuō)明峰值力量貢獻(xiàn)度為37%。圖7D仿真中均值Mean=0.30，標(biāo)準(zhǔn)差SD=0.008，說(shuō)明相對(duì)力量為30%。二者分布趨中性均良好，都接近正態(tài)分布。真實(shí)分布更加接近，仿真存在一定右偏?？疾烊≈捣秶l(fā)現(xiàn)完全重合均為[0.1, 0.6]。統(tǒng)計(jì)上亦無(wú)顯著差異。

圖7 相對(duì)峰值與生命周期形態(tài)特征匹配

五、結(jié)論與思考

生命周期模型在微觀層面抓住了人類網(wǎng)絡(luò)群體行為的核心機(jī)制，在宏觀層面實(shí)現(xiàn)對(duì)生命周期的高精度仿真與動(dòng)態(tài)過(guò)程復(fù)現(xiàn)。有如下結(jié)論與思考:

(1)科學(xué)認(rèn)識(shí)人類網(wǎng)絡(luò)群體行為“生命周期”宏觀涌現(xiàn)規(guī)律。人類網(wǎng)絡(luò)群體行為以網(wǎng)絡(luò)輿情為主要表現(xiàn)。由于缺乏“生命周期”規(guī)律認(rèn)知，很多人面對(duì)網(wǎng)絡(luò)輿情“如臨大敵”，視其為“洪水猛獸”，一旦發(fā)生，第一反應(yīng)就是壓制與干預(yù)。鄒紅軍等(2018)關(guān)于北京中關(guān)村二小欺凌事件研究揭示，學(xué)校及地方教育部門在事件初期采取忽視、壓迫態(tài)度希望阻止事件發(fā)酵[51]。如果掌握科學(xué)規(guī)律，就會(huì)發(fā)現(xiàn)這些策略都是“過(guò)度防御”?；ヂ?lián)網(wǎng)每天都在發(fā)生眾多熱點(diǎn)事件，都存在生命周期，如“七天傳播定律”。及時(shí)正面回應(yīng)是解決輿情熱點(diǎn)、降低沖突風(fēng)險(xiǎn)的關(guān)鍵[52]。人類網(wǎng)絡(luò)群體行為生命周期理論將更好地指導(dǎo)政府、企業(yè)、組織、公民等社會(huì)主體全局地、科學(xué)地、精確地預(yù)測(cè)、應(yīng)對(duì)、發(fā)起網(wǎng)絡(luò)群體行為。

(2)個(gè)體微觀行為支撐人類網(wǎng)絡(luò)群體行為宏觀演化。作為一種宏觀系統(tǒng)層面涌現(xiàn)，人類網(wǎng)絡(luò)群體行為必然被微觀行為支撐，網(wǎng)民是主要微觀行為體。理論研究與數(shù)據(jù)挖掘范式具有經(jīng)驗(yàn)性、隨意性，已經(jīng)出現(xiàn)對(duì)可重復(fù)性危機(jī)的關(guān)注。研究發(fā)現(xiàn)：國(guó)外可重復(fù)性研究占比54.9%；國(guó)內(nèi)占比19.1%，約37%存在不規(guī)范現(xiàn)象[53]。ABM多主體仿真為解決可重復(fù)問(wèn)題提供了解決方案。本文構(gòu)建網(wǎng)民與事件兩類微觀智能體，設(shè)置自主行為機(jī)制(冷卻機(jī)制、替代機(jī)制與注意力機(jī)制)實(shí)現(xiàn)高精度擬合。整個(gè)仿真模擬過(guò)程不僅可控，而且全部結(jié)果可重復(fù)、可追溯、可比較。不會(huì)因?yàn)檠芯空咧饔^理解不同而導(dǎo)致結(jié)果差異。ABM仿真切實(shí)保障了過(guò)程與結(jié)構(gòu)的有效性(效度)與穩(wěn)健性(信度)。

(3)重視冷卻效應(yīng)、替代效應(yīng)、注意力轉(zhuǎn)移等微觀行為機(jī)制。仿真研究表明，網(wǎng)民至少存在三種微觀行為機(jī)制：第一，冷卻效應(yīng)穩(wěn)健地存在。任何網(wǎng)絡(luò)事件，效用必然隨著參與次數(shù)增加而遞減。多次看到雷同信息，傾向于不感興趣、不再關(guān)注。事件存在自然冷卻過(guò)程，不必?fù)?dān)心熱度會(huì)居高不下。第二，替代效應(yīng)是事件衰敗的加速器。盡管存在自然衰減冷卻過(guò)程，但并存、并發(fā)事件所導(dǎo)致的網(wǎng)民關(guān)注度即流量轉(zhuǎn)移，加劇了衰減效果。新舊事件之間存在穩(wěn)固的替代關(guān)系。舊事件被新事件替代將加速生命周期終結(jié)。第三，注意力總量的限制性。如果冷卻效應(yīng)和替代效應(yīng)均失效，注意力總量限制也會(huì)導(dǎo)致生命周期出現(xiàn)。上述行為機(jī)制，深刻地塑造了生命周期的形態(tài)與軌跡。

(4)努力提升輿情管理科學(xué)性與精確性?；凇傲髁縿?dòng)力學(xué)”，生命周期ABM模型既能評(píng)估干預(yù)策略效果，也可通過(guò)政策模擬指導(dǎo)或發(fā)現(xiàn)更有效的干預(yù)策略。人工干預(yù)，不能消除生命周期，但可局部改變軌跡與特征。人工干預(yù)包括:基于替代機(jī)制的干預(yù)。在網(wǎng)上釋放、制造熱點(diǎn)事件，沖淡既有事件影響力，抑制其熱度，促使生命周期提前結(jié)束。亦可遏制新事件，延長(zhǎng)既有生命周期。根據(jù)語(yǔ)義距離干預(yù)。仿真發(fā)現(xiàn)位置接近事件之間干擾與“引流”效果突出。相同主題易被同類網(wǎng)民關(guān)注?？删珳?zhǔn)吸引關(guān)注，實(shí)現(xiàn)“精確導(dǎo)流”，如釋放相同主題新事件，加速目標(biāo)事件平靜；抑制釋放，延長(zhǎng)目標(biāo)生命周期。根據(jù)注意力分配干預(yù)。常用方法包括：議題設(shè)置、精準(zhǔn)營(yíng)銷、算法推送、內(nèi)容創(chuàng)新、流量固粉、網(wǎng)絡(luò)辟謠等。

(陜西科技大學(xué)博士研究生張剛對(duì)此文亦有貢獻(xiàn))