祁凱 彭程 楊志 黎冰雪

基金項(xiàng)目：教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目“重大突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)社群情緒感染路徑及導(dǎo)控機(jī)制研究”（項(xiàng)目編號(hào)：21YJC630106）。

作者簡(jiǎn)介：祁凱（1981-），女，教授，博士，碩士生導(dǎo)師，研究方向：網(wǎng)絡(luò)輿論引導(dǎo)與危機(jī)管理。楊志（1991-），男，博士研究生，研究方向：危機(jī)管理與技術(shù)創(chuàng)新。黎冰雪（1996-），女，碩士研究生，研究方向：網(wǎng)絡(luò)集群。

通訊作者：彭程（1995-），男，博士研究生，研究方向：危機(jī)管理與技術(shù)創(chuàng)新。

摘 要：[目的/意義]復(fù)雜網(wǎng)絡(luò)環(huán)境中，“網(wǎng)絡(luò)大V”與官方媒體的博弈行為增加了輿情演化的不確定性，也會(huì)導(dǎo)致不同的輿情治理效果。因此，實(shí)現(xiàn)網(wǎng)絡(luò)輿情高效治理成為政府部門亟待解決的難題。[方法/過(guò)程]本文在內(nèi)外部因素影響下基于SEIR構(gòu)建網(wǎng)絡(luò)輿情傳播模型，同時(shí)運(yùn)用演化博弈理論構(gòu)建“網(wǎng)絡(luò)大V”與官方媒體的演化博弈模型，并進(jìn)一步引入政府部門懲罰機(jī)制和協(xié)調(diào)機(jī)制。在此基礎(chǔ)上，分析不同條件下的輿情傳播閾值與演化趨勢(shì)，以及博弈雙方策略選擇的演化路徑，最后結(jié)合多案例進(jìn)行多情境模擬仿真實(shí)驗(yàn)研究。[結(jié)果/結(jié)論]仿真實(shí)驗(yàn)研究結(jié)果顯示：輿情傳播閾值大小能夠預(yù)示輿情的演化趨勢(shì);輿情的傳播熱度能夠影響“網(wǎng)絡(luò)大V”與官方媒體的行為決策。政府部門通過(guò)合理介入能夠敦促“網(wǎng)絡(luò)大V”與官方媒體理性決策，并通過(guò)推動(dòng)“政民”交流平臺(tái)的建設(shè)減少粉絲數(shù)量的差異，同時(shí)妥善處置突發(fā)危機(jī)事件，降低突發(fā)危機(jī)事件熱度，能夠使得輿情治理效果最佳，從而加速系統(tǒng)內(nèi)網(wǎng)絡(luò)輿情的消亡。

關(guān)鍵詞：突發(fā)危機(jī)事件;SEIR演化博弈模型;網(wǎng)絡(luò)輿情治理

DOI：10.3969/j.issn.1008-0821.2022.04.011

〔中圖分類號(hào)〕G206 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2022）04-0120-14

Abstract：[Purpose/Significance]In the complex network environment，the game behavior between“Internet Big V”and official media increases the uncertainty of the evolution of public opinion，and also leads to different effects of public opinion governance.Therefore，it is an urgent problem for government departments to standardize the behavior strategies of both sides and realize efficient governance of online public opinion.[Method/Process]Based on SEIR under the influence of internal and external factors，using evolutionary game theory，a network public opinion communication model was built with an evolutionary game model of the official media，“Internet Big V”was built and further introduction of government departments to punish mechanism and coordination mechanism.On this basis，the threshold and evolution trend of the spread of public opinion under different conditions were analyzed，as well as the evolution path of the two sides of the game，and finally multiple cases were combined to conduct multi-situation simulation experiments.[Result/Conclusion]The simulation results showed that：the size of the threshold of public opinion propagation can predict the evolution trend of public opinion.The spread heat of open views can influence the behavioral decisions of“Internet Big V”and official media.Government departments through reasonable intervention can urge“Internet Big V”with the official media rational decisions，and promote the construction of“political people”communication platform to reduce the number of fans，and properly handle crisis emergency crisis emergency heat reduction， and achieve the best effect of public opinion governance，thus accelerating the demise of open network views the system.

Key words：emergency crisis;SEIR evolutionary game model;network public opinion management

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，各種社交平臺(tái)不斷涌現(xiàn)，以互動(dòng)、開(kāi)放為標(biāo)志的網(wǎng)絡(luò)空間已經(jīng)成為輿情產(chǎn)生和發(fā)酵的重要載體和平臺(tái)，公眾對(duì)特定事件表達(dá)情感和立場(chǎng)，形成具有一定情感傾向的網(wǎng)絡(luò)輿情[1]。當(dāng)突發(fā)危機(jī)事件形成社會(huì)熱點(diǎn)關(guān)注時(shí)，網(wǎng)絡(luò)輿情會(huì)對(duì)公眾的感知和行為產(chǎn)生一定的溢出效應(yīng)，使社會(huì)矛盾凸顯并對(duì)社會(huì)大系統(tǒng)穩(wěn)定造成威脅[2]。根據(jù)中國(guó)社會(huì)科學(xué)研究所發(fā)布的2016—2020年《社會(huì)藍(lán)皮書》中“互聯(lián)網(wǎng)輿情報(bào)告”相關(guān)統(tǒng)計(jì)數(shù)據(jù)，突發(fā)公共危機(jī)事件在近5年來(lái)的重大網(wǎng)絡(luò)輿情事件中占比超過(guò)30%，一旦政府對(duì)網(wǎng)絡(luò)輿情治理失范，會(huì)進(jìn)一步加劇沖突的爆發(fā)，使得公共秩序混亂，甚至引起更嚴(yán)重的社會(huì)恐慌情緒擴(kuò)大危機(jī)損害[3-4]。而政府部門作為網(wǎng)絡(luò)輿情治理的主導(dǎo)力量，需要統(tǒng)籌“網(wǎng)絡(luò)大V”與官方媒體的角色分工，高效地治理突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情，維護(hù)網(wǎng)絡(luò)社會(huì)以及現(xiàn)實(shí)社會(huì)的和諧穩(wěn)定。因此，在推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化的新時(shí)期背景要求下，如何充分發(fā)揮引導(dǎo)主體的疏導(dǎo)作用，提升網(wǎng)絡(luò)輿情引導(dǎo)信息的傳播有效率，需要展開(kāi)深入研究。本文積極探索由政府部門主導(dǎo)，“網(wǎng)絡(luò)大V”與官方媒體積極分工協(xié)作的高效輿情治理模式，為政府相關(guān)部門科學(xué)高效治理突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情提供理論參考和決策支持。

目前，國(guó)外學(xué)者對(duì)突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情的研究熱點(diǎn)集中于突發(fā)危機(jī)事件輿情信息傳播機(jī)制和突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情治理與預(yù)警這兩個(gè)方面。對(duì)于危機(jī)事件信息傳播機(jī)制的研究主要有：Jacob M等提出突發(fā)危機(jī)事件應(yīng)急管理的基礎(chǔ)是識(shí)別、掌握和挖掘突發(fā)危機(jī)事件傳播演化機(jī)制的能力[5]。Denphedtnong A等建立微博輿情信息傳播模型，收集大量的Twitter數(shù)據(jù)、轉(zhuǎn)發(fā)信息的數(shù)量、關(guān)注者的數(shù)量和評(píng)論數(shù)量之間的關(guān)系以及用戶進(jìn)行分析，研究發(fā)現(xiàn)，輿論傳播參數(shù)受用戶影響[6]。Jin Y等通過(guò)創(chuàng)新改進(jìn)危機(jī)信息模型發(fā)現(xiàn)，危機(jī)來(lái)源、危機(jī)信息的形式和來(lái)源對(duì)公眾接受危機(jī)信息和應(yīng)對(duì)危機(jī)的情緒有著重要影響[7]。Mirbabaie M等研究了Twitter用戶在面對(duì)2017年曼徹斯特爆炸案時(shí)的趨同收斂行為，通過(guò)手動(dòng)篩選數(shù)據(jù)與社會(huì)網(wǎng)絡(luò)分析確定了在危機(jī)傳播過(guò)程中3個(gè)最具影響力的收斂行為影響者[8]。對(duì)于突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情模擬仿真與預(yù)警的研究主要有：Witbooi P J使用機(jī)器學(xué)習(xí)分類算法，微博屬性和文本節(jié)點(diǎn)排名研究了微博情況下的用戶節(jié)點(diǎn)轉(zhuǎn)發(fā)行為，并基于加權(quán)特征建立了公眾輿論預(yù)測(cè)模型[9]。Pearl J通過(guò)對(duì)貝葉斯網(wǎng)絡(luò)的運(yùn)用來(lái)進(jìn)行預(yù)警研究[10]。

而國(guó)內(nèi)學(xué)者更多地關(guān)注突發(fā)危機(jī)事件的網(wǎng)絡(luò)輿情傳播機(jī)制及演化規(guī)律、突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情引導(dǎo)機(jī)制與治理策略。其中，對(duì)于突發(fā)危機(jī)事件的網(wǎng)絡(luò)輿情傳播機(jī)制及演化規(guī)律：李勇建等[11]對(duì)輿情傳播機(jī)制中的社會(huì)公眾與政府部門兩方主體之間的博弈關(guān)系進(jìn)行了研究;李詩(shī)悅等[12]通過(guò)動(dòng)物疫情危機(jī)展示了網(wǎng)絡(luò)輿情的演變機(jī)理;部分學(xué)者[13-14]則基于經(jīng)典的危機(jī)演化四階段論對(duì)突發(fā)危機(jī)事件的演化規(guī)律進(jìn)行了論述;高虒源等[15]將研究目光投向了次生網(wǎng)絡(luò)輿情危機(jī)爆發(fā)的核心因素與內(nèi)在邏輯分析，是對(duì)公共危機(jī)演化規(guī)律研究的有益補(bǔ)充。對(duì)于突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情引導(dǎo)機(jī)制與治理策略的研究主要有：祁凱等通過(guò)引入中央政府懲罰機(jī)制來(lái)構(gòu)建網(wǎng)絡(luò)媒體與地方政府雙方行為策略博弈模型，探究突發(fā)危機(jī)事件的有效治理策略[16]。也有以群體性突發(fā)事件[17]或“網(wǎng)絡(luò)大V”在輿情爆發(fā)階段傳播作用[18]等研究主題為切入點(diǎn)來(lái)探究導(dǎo)控治理策略的研究。而夏一雪等則從“時(shí)效度”一體化觀點(diǎn)關(guān)注突發(fā)危機(jī)事件中的負(fù)面情感引導(dǎo)，提出突發(fā)危機(jī)事件輿情治理策略[19]。

綜上，國(guó)內(nèi)外學(xué)者主要針對(duì)突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情的傳播機(jī)制及治理策略、風(fēng)險(xiǎn)預(yù)警等方面進(jìn)行研究，為本文的研究奠定了堅(jiān)實(shí)基礎(chǔ)。已有研究中發(fā)現(xiàn)，網(wǎng)民的情緒感染演化對(duì)網(wǎng)絡(luò)輿情傳播具有重要影響作用，因此將網(wǎng)民情緒感染狀態(tài)演化作為衡量突發(fā)事件輿情傳播狀態(tài)的指標(biāo)之一。但情緒感染側(cè)重于體現(xiàn)網(wǎng)民的個(gè)體狀態(tài)變化，僅僅依靠引入情緒因素的傳染病模型對(duì)于突發(fā)事件輿情傳播進(jìn)行研究是不夠的。實(shí)際上，網(wǎng)絡(luò)輿情的發(fā)展過(guò)程還是官方媒體、“網(wǎng)絡(luò)大V”、網(wǎng)民等多方參與主體之間相互影響的博弈結(jié)果，尤其是在突發(fā)危機(jī)事件中官方媒體的信息發(fā)布與輿情引導(dǎo)決策、“網(wǎng)絡(luò)大V”的引導(dǎo)方向選擇、網(wǎng)民的恐慌情緒與危機(jī)事件相關(guān)真假信息篩選更是一個(gè)行為決策博弈過(guò)程。鑒于此，本研究將博弈理論與SEIR模型相結(jié)合，對(duì)網(wǎng)絡(luò)輿情傳播進(jìn)行研究，如圖1所示。同時(shí)考慮網(wǎng)民情緒感染因素，進(jìn)而揭示突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情演化擴(kuò)散過(guò)程中的傳播特征與機(jī)理。在此基礎(chǔ)上，細(xì)致探究有無(wú)政府部門介入，“網(wǎng)絡(luò)大V”與官方媒體行為決策演化至穩(wěn)定狀態(tài)下的條件，以及雙方不同行為決策下網(wǎng)民行為情緒的轉(zhuǎn)換規(guī)律以及輿情的演化趨勢(shì)，并分析不同的信息傳播有效率對(duì)輿情治理效果的影響。最后，結(jié)合對(duì)多個(gè)案例實(shí)際情境的擬合推演分析，進(jìn)一步驗(yàn)證本文模型在實(shí)際輿情治理應(yīng)用的普適性與有效性。

1 問(wèn)題描述與基本假設(shè)

在突發(fā)危機(jī)事件發(fā)生后，事件報(bào)道具有情感導(dǎo)向的觀點(diǎn)信息在網(wǎng)絡(luò)空間迅速擴(kuò)散傳播，導(dǎo)致網(wǎng)民出現(xiàn)情緒感染并產(chǎn)生網(wǎng)絡(luò)輿情惡性演化的風(fēng)險(xiǎn)?；诨?dòng)性、信息權(quán)威性以及群體數(shù)量這3個(gè)劃分指標(biāo)將引導(dǎo)信息的發(fā)布主體主要分為官方媒體與“網(wǎng)絡(luò)大V”[20]。在網(wǎng)絡(luò)輿情傳播過(guò)程中，輿情引導(dǎo)主體基于不同利益目的在公共輿論場(chǎng)中產(chǎn)生博弈行為，借助自身所擁有的話語(yǔ)空間表達(dá)觀點(diǎn)，對(duì)普通網(wǎng)民的情緒進(jìn)行引導(dǎo)，網(wǎng)民受到“網(wǎng)絡(luò)大V”與官方媒體行為決策、信息傳播有效率以及輿情傳播熱度的影響出現(xiàn)行為情緒轉(zhuǎn)換。現(xiàn)實(shí)情境下，官方媒體是政府部門的宣傳平臺(tái)，以宣傳黨和政府的執(zhí)政理念、方向和政策為主要任務(wù)[21]，能夠在危機(jī)事件發(fā)生后給予權(quán)威的信息披露，但受到其功能性的影響，導(dǎo)致其與粉絲的互動(dòng)較少;“網(wǎng)絡(luò)大V”則是對(duì)在不同網(wǎng)絡(luò)社群群體或整個(gè)網(wǎng)絡(luò)社群中具有較大影響力人的統(tǒng)稱，并且頻繁的互動(dòng)交流以及網(wǎng)民的“草根”性能夠不斷提升其引導(dǎo)力，但其傳播的部分信息存在著歪曲、編造現(xiàn)象?！熬W(wǎng)絡(luò)大V”與官方媒體因受到“有限理性”與“經(jīng)濟(jì)人”的思維限制會(huì)產(chǎn)生復(fù)雜的策略調(diào)整過(guò)程。本研究通過(guò)上述問(wèn)題的總結(jié)梳理，假設(shè)條件如下：

假設(shè)1：基于Freeman R E[22]對(duì)利益相關(guān)者理論的闡述可以發(fā)現(xiàn)，“網(wǎng)絡(luò)大V”與官方媒體作為輿情引導(dǎo)的主要力量，會(huì)根據(jù)自身收益驅(qū)動(dòng)選擇符合帕累托最優(yōu)的行為決策，而政府部門則是作為統(tǒng)籌協(xié)調(diào)雙方策略選擇符合系統(tǒng)穩(wěn)定條件的關(guān)鍵因素。

假設(shè)2：基于Gruhl D等[23]的研究基礎(chǔ)，本研究將時(shí)刻系統(tǒng)內(nèi)的網(wǎng)民劃分為：易感染類網(wǎng)民S（t）、潛伏期網(wǎng)民E（t）、已感染網(wǎng)民I（t）、治愈網(wǎng)民R（t），各類網(wǎng)民基于“網(wǎng)絡(luò)大V”與官方媒體的行為決策而出現(xiàn)行為情緒的轉(zhuǎn)變，同時(shí)輿情信息的傳播熱度以及信息的傳播有效率也會(huì)影響網(wǎng)民行為情緒轉(zhuǎn)變。

假設(shè)3：部分利益主體不能夠直接選擇有利于系統(tǒng)達(dá)到理想穩(wěn)定狀態(tài)的行為決策，會(huì)在自身選擇錯(cuò)誤的行為決策[24]而遭受損失后，通過(guò)不斷反思、糾正自身的行為而及時(shí)調(diào)整決策[25]，并且會(huì)基于“短視”假設(shè)[26]，將彼此決策選擇產(chǎn)生的損益情況作為自己及時(shí)調(diào)整后續(xù)行為決策的調(diào)整依據(jù)。

假設(shè)4：利益主體的一些行為決策損益，難以利用客觀準(zhǔn)確的數(shù)值實(shí)現(xiàn)量化，例如：社會(huì)收益或非物質(zhì)性處罰等。因此，基于Tversky A等[27]提出前景理論研究可以量化博弈主體所產(chǎn)生的一些感知收益。其中感知損益的計(jì)算公式為：

當(dāng)Δθ≥0時(shí)，為利益主體在實(shí)施行為決策時(shí)的非量化感知收益，反之為感知損失;τ、為邊際遞減程度，其值域范圍為0≤τ、≤1;π是各利益主體對(duì)損失規(guī)避程度系數(shù)，其值域?yàn)棣?lt;0。

同時(shí)“網(wǎng)絡(luò)大V”與官方媒體發(fā)布的觀點(diǎn)信息能夠引導(dǎo)網(wǎng)民的情緒，通過(guò)刻畫傳染病模型中民眾網(wǎng)民行為情緒轉(zhuǎn)換，如圖2所示。一定比例A的網(wǎng)民（A≈1）會(huì)基于傳播熱度而進(jìn)行圍觀，并且引導(dǎo)信息的有效傳播率會(huì)受到粉絲數(shù)量以及信息權(quán)威程度的影響，官方媒體與“網(wǎng)絡(luò)大V”的決策選擇也會(huì)起到不同程度的促進(jìn)作用，則網(wǎng)民S（t）因官媒的消極報(bào)道轉(zhuǎn)換為網(wǎng)民E（t）的概率為y2+d;網(wǎng)民S（t）因官媒的積極應(yīng)對(duì)轉(zhuǎn)換為網(wǎng)民R（t）的概率為y1+（1-d）;網(wǎng)民E（t）因“網(wǎng)絡(luò)大V”的惡意煽動(dòng)轉(zhuǎn)換為網(wǎng)民I（t）的概率為x2+（1-m）;網(wǎng)民I（t）因“網(wǎng)絡(luò)大V”的正面引導(dǎo)轉(zhuǎn)換為網(wǎng)民R（t）的概率為x1+m;網(wǎng)民I（t）因自身調(diào)整出現(xiàn)概率Φ的治愈。

基于各利益主體的博弈行為以及參數(shù)假設(shè)，可以得到“網(wǎng)絡(luò)大V”與官方媒體雙方主體間的博弈收益矩陣，如表1所示。

2 模型構(gòu)建及分析

2.1 SEIR輿情傳播模型及分析

在突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情演化的過(guò)程中，網(wǎng)民的行為情緒會(huì)根據(jù)內(nèi)外部影響因素而出現(xiàn)一定概率的轉(zhuǎn)換，與疾病傳播過(guò)程中的感染現(xiàn)象具有相同特性，因此，本研究基于傳播動(dòng)力學(xué)理論，構(gòu)建SEIR網(wǎng)絡(luò)輿情傳播模型，進(jìn)一步描述網(wǎng)民行為情緒狀態(tài)的轉(zhuǎn)換過(guò)程。根據(jù)圖1的網(wǎng)民行為情緒演化路徑得到微分方程：

通過(guò)觀察式（1）可以發(fā)現(xiàn)，前3個(gè)常微分方程中均不含變量R，因此僅考慮前3個(gè)常微分方程。此時(shí)，令前3個(gè)常微分方程左邊為0，可以求得SEIR輿情傳播模型的傳播閾值R0=Aε（x2+1-m）Φ（y1+1-d）。通過(guò)進(jìn)一步分析可以發(fā)現(xiàn)，傳播閾值受到“網(wǎng)絡(luò)大V”與官方媒體行為決策、傳播熱度、粉絲數(shù)量差異度以及信息權(quán)威性差異度的主要影響，而不同的傳播閾值大小能夠預(yù)示網(wǎng)絡(luò)輿情的演化態(tài)勢(shì)。

2.2 “網(wǎng)絡(luò)大V”與官方媒體策略選擇的演化博弈模型及分析

在突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情擴(kuò)散的過(guò)程中，“網(wǎng)絡(luò)大V”與官方媒體會(huì)根據(jù)自身收益選擇利己的行為策略，并會(huì)隨時(shí)調(diào)整其策略選擇以達(dá)到自身?yè)p益的帕累托最優(yōu)，因此，本研究基于演化博弈理論，構(gòu)建“網(wǎng)絡(luò)大V”與官方媒體行為策略的演化博弈模型，利用模型中的復(fù)制動(dòng)態(tài)方程進(jìn)一步描述雙方行為策略的演化規(guī)律。假設(shè)“網(wǎng)絡(luò)大V”選擇正面引導(dǎo)策略m1的期望收益為Mm1，選擇惡意煽動(dòng)策略m2的期望收益為Mm2，平均期望收益為;官方媒體選擇積極應(yīng)對(duì)策略j1的期望收益為Jj1，選擇消極報(bào)道策略j2的期望收益為Jj2，平均期望收益為。根據(jù)表1損益矩陣得到：

2.3 政府部門懲罰機(jī)制下的演化博弈模型及分析

“網(wǎng)絡(luò)大V”會(huì)選擇積極引導(dǎo)決策，而官方媒體會(huì)因較低的社會(huì)收益感知選擇消極報(bào)道決策，這也為突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情的惡性演化增加了一定的風(fēng)險(xiǎn)。此時(shí)政府部門需要統(tǒng)籌協(xié)調(diào)，從而使得系統(tǒng)Ⅰ演化至較理想的穩(wěn)定狀態(tài)，假設(shè)政府部門對(duì)選擇惡意煽動(dòng)的“網(wǎng)絡(luò)大V”給予封號(hào)與行政強(qiáng)制措施的處罰F，給予選擇消極報(bào)道的官方媒體扣除績(jī)效獎(jiǎng)金G的處罰，得到“網(wǎng)絡(luò)大V”與官方媒體新的博弈收益矩陣，如表4所示。

3 情境模擬數(shù)值仿真實(shí)驗(yàn)分析

通過(guò)對(duì)突發(fā)危機(jī)事件的實(shí)際發(fā)展過(guò)程模擬，分析在突發(fā)危機(jī)事件不同情境狀態(tài)下，利益主體行為決策選擇及網(wǎng)絡(luò)輿情演化規(guī)律，從而驗(yàn)證SEIR演化博弈模型在突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情治理的有效性和適用性。本研究選取“病死豬肉事件”“宜賓長(zhǎng)寧地震事件”“長(zhǎng)春長(zhǎng)生問(wèn)題疫苗事件”“紅黃藍(lán)虐童事件”作為情景模擬的實(shí)驗(yàn)案例，并通過(guò)總結(jié)梳理上述案例的演化過(guò)程，抽象出突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情的生命周期，如圖3所示。上述4個(gè)案例較為全面地涵括了突發(fā)危機(jī)事件的4種類型：食品安全、自然災(zāi)害、公共衛(wèi)生、兒童安全，并且在發(fā)生后具有較強(qiáng)的影響力和輻射力，能夠更好地檢驗(yàn)論證模型的普適性與可操作性;同時(shí)，上述4個(gè)案例中的突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情完整地展示了其生命周期內(nèi)的演化過(guò)程，并且在網(wǎng)絡(luò)輿情演化過(guò)程中，涵蓋了模型中利益主體的博弈沖突關(guān)系，具有較強(qiáng)的代表性。因此，在網(wǎng)絡(luò)中出現(xiàn)危機(jī)事件的輿情信息后，最先要采取應(yīng)對(duì)措施的主體是官方媒體與“網(wǎng)絡(luò)大V”，雙方不同的行為決策會(huì)影響網(wǎng)民的行為情緒狀態(tài)，政府部門要進(jìn)行統(tǒng)籌協(xié)調(diào)使得系統(tǒng)演化至理想的穩(wěn)定狀態(tài)。通過(guò)對(duì)上述4個(gè)案例事件中參與主體的行為參數(shù)賦值，精確模擬各主體在不同情境中行為決策的演化規(guī)律，進(jìn)一步驗(yàn)證模型在有效防治突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情惡性演化的適用性。

此時(shí)令增長(zhǎng)比例A≈1、網(wǎng)民治愈概率Φ=0.1，各類網(wǎng)民初始狀態(tài)比例為0.2、0.14、0、0演化時(shí)間T=[0，30]，數(shù)值仿真結(jié)果如圖5所示。

基于圖4、圖5可以發(fā)現(xiàn)，當(dāng)突發(fā)危機(jī)事件熱度較低時(shí)，官方媒體與“網(wǎng)絡(luò)大V”行為決策的演化趨勢(shì)會(huì)無(wú)限接近（1，0），“網(wǎng)絡(luò)大V”選擇正面引導(dǎo)、官方媒體選擇消極報(bào)道，系統(tǒng)內(nèi)的網(wǎng)民會(huì)出現(xiàn)傳播輿情行為，但保持著較低的比例，此時(shí)的傳播閾值R0≈1.6>1?！熬W(wǎng)絡(luò)大V”會(huì)充分考慮其選擇惡意煽動(dòng)決策的額外經(jīng)濟(jì)收入是否可以彌補(bǔ)其編造煽動(dòng)言論的成本，同時(shí)也會(huì)忌憚?dòng)诠俜矫襟w曝光宣傳而導(dǎo)致其遭受的形象損失;官方媒體會(huì)因“網(wǎng)絡(luò)大V”的正面引導(dǎo)以及輿情傳播熱度較低，導(dǎo)致自身不能夠高度重視網(wǎng)絡(luò)中輿情的發(fā)展態(tài)勢(shì)，同時(shí)也會(huì)降低對(duì)社會(huì)收益的感知程度;各類行為情緒的網(wǎng)民會(huì)基于雙方的行為決策與輿情傳播熱度以及信息傳播有效率，出現(xiàn)不同概率的行為情緒轉(zhuǎn)換，且系統(tǒng)內(nèi)仍然保持著較低比例的傳播輿情信息的網(wǎng)民。這也表明了當(dāng)輿情傳播熱度較低時(shí)，會(huì)首先影響到輿情主體行為決策的選擇，并且由于雙方未選擇最優(yōu)的行為決策，使得系統(tǒng)內(nèi)的輿情傳播閾值R0>1，從而導(dǎo)致系統(tǒng)內(nèi)存在輿情惡性演化的風(fēng)險(xiǎn)。

在“病死豬肉事件”“宜賓長(zhǎng)寧地震事件”“長(zhǎng)春長(zhǎng)生問(wèn)題疫苗事件”“紅黃藍(lán)虐童事件”4個(gè)事件輿情的形成階段，事件細(xì)節(jié)未詳盡，能夠傳播的輿情信息較少，網(wǎng)絡(luò)輿情傳播熱度較低。“網(wǎng)絡(luò)大V”會(huì)綜合自身?yè)p益選擇正面引導(dǎo)決策，官方媒體會(huì)因“網(wǎng)絡(luò)大V”的決策以及較低的傳播熱度而出現(xiàn)麻痹大意或錯(cuò)誤判斷行為，例如在“長(zhǎng)春長(zhǎng)生問(wèn)題疫苗事件”“紅黃藍(lán)虐童事件”與“病死豬肉事件”網(wǎng)絡(luò)輿情的形成階段，“網(wǎng)絡(luò)大V”率先利用各種博文譴責(zé)這種卑劣行徑，并迅速地掌握了輿情傳播的“話語(yǔ)權(quán)”，官方媒體的滯后發(fā)聲、報(bào)道力度不足等行為因素都將使得官方媒體逐漸錯(cuò)過(guò)輿情引導(dǎo)的最佳時(shí)機(jī);在“宜賓長(zhǎng)寧地震事件”發(fā)生后，官方媒體雖然在第一時(shí)間進(jìn)行報(bào)道，但其因初期較低的輿情傳播熱度而出現(xiàn)了對(duì)社會(huì)收益感知的錯(cuò)誤判斷，也選擇了“消極報(bào)道”。“網(wǎng)絡(luò)大V”基于官方媒體決策的分析會(huì)逐漸改變其原有決策，此時(shí)“網(wǎng)絡(luò)大V”會(huì)因前期的率先發(fā)聲而掌握輿情傳播的主動(dòng)性，盡管輿情的傳播熱度較低，但是經(jīng)過(guò)“網(wǎng)絡(luò)大V”的惡意煽動(dòng)，從而使得系統(tǒng)中具有負(fù)面情緒的網(wǎng)民開(kāi)始增長(zhǎng)并加速了輿情的惡性演化。而此時(shí)官方媒體會(huì)因其前期的錯(cuò)誤決策而失去輿情引導(dǎo)過(guò)程中的“話語(yǔ)權(quán)”，并且會(huì)因自身?yè)p益的考慮而繼續(xù)選擇消極報(bào)道決策，最終導(dǎo)致網(wǎng)絡(luò)輿情持續(xù)惡性發(fā)酵?；谏鲜龇治隹梢园l(fā)現(xiàn)，較低輿情傳播熱度下的策略演化穩(wěn)定點(diǎn)是暫時(shí)性的，各利益主體基于“短視”假設(shè)會(huì)逐漸調(diào)整其策略，官方媒體雖然會(huì)逐漸提升對(duì)社會(huì)收益的感知度τ1，但其也會(huì)考慮“網(wǎng)絡(luò)大V”的行為決策而繼續(xù)選擇消極報(bào)道決策，系統(tǒng)在（1，0）處的穩(wěn)定條件會(huì)被破壞而逐漸演化至（0，0）處，系統(tǒng)內(nèi)的輿情傳播閾值也逐漸增大（R0≈5.6）而使得傳播輿情的網(wǎng)民增加，如圖6所示，此時(shí)需要政府部門的統(tǒng)籌協(xié)調(diào)而使得系統(tǒng)內(nèi)的利益主體進(jìn)入新情境狀態(tài)的博弈。

情境2：此時(shí)突發(fā)危機(jī)事件的熱度為（ε=0.6），在政府部門的統(tǒng)籌協(xié)調(diào)下，官方媒體與“網(wǎng)絡(luò)大V”行為決策的演化以及網(wǎng)民的行為狀態(tài)演化。

此時(shí)令增長(zhǎng)比例A≈1、網(wǎng)民治愈概率Φ=0.1，各類網(wǎng)民初始狀態(tài)比例為0.6、0.203、0.3、0.18，演化時(shí)間T=[0，30]，數(shù)值仿真結(jié)果如圖8所示。

通過(guò)比較圖6～圖8可以發(fā)現(xiàn)，隨著突發(fā)危機(jī)事件輿情傳播熱度的提升，“網(wǎng)絡(luò)大V”會(huì)基于帕累托最優(yōu)的考慮而改變?cè)械臎Q策，此時(shí)的網(wǎng)民也會(huì)根據(jù)“網(wǎng)絡(luò)大V”的惡意煽動(dòng)而逐漸出現(xiàn)傳播負(fù)面輿情的行為;官媒此時(shí)因前期的消極決策而失去了輿情傳播的“話語(yǔ)權(quán)”，雖然提高了對(duì)社會(huì)收益的感知程度，但其在引導(dǎo)惡性輿情傳播時(shí)會(huì)力不從心，最終做出保守的決策，即消極報(bào)道。政府部門面對(duì)負(fù)面輿情的持續(xù)傳播與發(fā)酵時(shí)會(huì)選擇介入，通過(guò)對(duì)“網(wǎng)絡(luò)大V”施行封號(hào)處理以及相應(yīng)的行政處罰，給予“網(wǎng)絡(luò)大V”一定的震懾力;同時(shí)政府部門也會(huì)利用扣除績(jī)效獎(jiǎng)金等方式，督促官方媒體選擇積極的應(yīng)對(duì)策略。此時(shí)雙方行為決策的演

化趨勢(shì)會(huì)無(wú)限趨近于（1，1），“網(wǎng)絡(luò)大V”選擇正面引導(dǎo)、官方媒體選擇積極應(yīng)對(duì)，系統(tǒng)內(nèi)的感染狀態(tài)網(wǎng)民會(huì)在雙方改變策略前出現(xiàn)一定比例的上升，而隨著“網(wǎng)絡(luò)大V”與官方媒體改變?cè)袥Q策后出現(xiàn)回落，但此時(shí)的輿情傳播閾值R0≈2.142>1，說(shuō)明了系統(tǒng)內(nèi)傳播輿情信息的網(wǎng)民依舊存在，輿情仍有惡性演化的風(fēng)險(xiǎn)，并且官媒與“網(wǎng)絡(luò)大V”未形成有效配合，他們之間的粉絲數(shù)量的差異度仍然較高，也使得系統(tǒng)內(nèi)官媒的引導(dǎo)信息傳播效率降低，最終影響了引導(dǎo)效果。

隨著輿情傳播熱度的提升，官媒也會(huì)提升對(duì)社會(huì)收益的感知程度τ1，并且開(kāi)始重視網(wǎng)絡(luò)中的一些負(fù)面輿情信息。在“長(zhǎng)春長(zhǎng)生問(wèn)題疫苗事件”中，“網(wǎng)絡(luò)大V”利用問(wèn)題疫苗流向與死者賠償款等輿情信息編撰煽動(dòng)言論，雖然官媒努力進(jìn)行辟謠與闡述真相，但前期的錯(cuò)誤決策行為令其失去了輿情引導(dǎo)的“話語(yǔ)權(quán)”，最終在面對(duì)“網(wǎng)絡(luò)大V”惡意煽動(dòng)、網(wǎng)民負(fù)面情緒高漲時(shí)，其引導(dǎo)行為效果甚微，進(jìn)而做出保守的消極報(bào)道決策。面對(duì)網(wǎng)絡(luò)社會(huì)中肆虐的惡性輿情，政府部門應(yīng)高度重視并迅速介入，通過(guò)制定一系列處罰措施形成對(duì)雙方主體的震懾。政府部門在網(wǎng)絡(luò)輿情持續(xù)惡性演化時(shí)通過(guò)不同程度地介入，采取嚴(yán)懲輿情煽動(dòng)者的措施并建立懲罰機(jī)制激勵(lì)官方媒體，有效地阻滯了輿情的惡性演化，也使得感染狀態(tài)網(wǎng)民出現(xiàn)回落。但“網(wǎng)絡(luò)大V”與官方媒體之間仍然存在較大的粉絲數(shù)量差異，并且盡管“網(wǎng)絡(luò)大V”通過(guò)與官媒保持高度一致進(jìn)行輿情引導(dǎo)，但其發(fā)布的信息仍然不及官媒的權(quán)威，最終影響引導(dǎo)效果。在“紅黃藍(lán)虐童事件”網(wǎng)絡(luò)輿情的衰退階段，官媒不能夠與網(wǎng)民形成及時(shí)性的互動(dòng)而使得網(wǎng)民的“心聲”以及迫切需求得不到回復(fù)，影響官媒的粉絲數(shù)量并與“網(wǎng)絡(luò)大V”的粉絲基礎(chǔ)形成的差異度，最終未形成有效的引導(dǎo)，一部分感染狀態(tài)的網(wǎng)民還在持續(xù)傳播負(fù)面輿情?；谏鲜龇治隹梢园l(fā)現(xiàn)，政府部門通過(guò)有效的介入能夠促使博弈雙方選擇較優(yōu)的行為決策，使系統(tǒng)演化至較為理想的狀態(tài)。但需要說(shuō)明的是，此時(shí)系統(tǒng)內(nèi)部的處于感染狀態(tài)網(wǎng)民并未得到真正意義上的消亡，政府部門需要進(jìn)一步對(duì)官媒進(jìn)行決策上的優(yōu)化，即通過(guò)制定相關(guān)決策推動(dòng)“政民”的有效交流溝通，進(jìn)一步完善官媒的建設(shè)并充分發(fā)揮官媒交流平臺(tái)的作用，使得系統(tǒng)內(nèi)官媒的粉絲數(shù)量得到提升而減少與“網(wǎng)絡(luò)大V”之間的粉絲差異度，即d=0.3，并且政府部門也需要及時(shí)、妥善地處理突發(fā)危機(jī)事件，給予公眾較高的公信力而降低事件輿情的傳播熱度，如圖9所示，此時(shí)的傳播閾值R0≈0.222<1，表明了系統(tǒng)內(nèi)的輿情也得到了有效引導(dǎo)，最終整個(gè)系統(tǒng)演化最理想的穩(wěn)定狀態(tài)。

4 結(jié) 語(yǔ)

本研究以突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情治理為研究視角，將SEIR模型與演化博弈論方法結(jié)合，構(gòu)建了有無(wú)政府部門合理介入下的輿情傳播與演化博弈模型，探究無(wú)政府部門介入與有政府部門介入條件下，雙方主體行為決策的博弈演化過(guò)程以及網(wǎng)民行為狀態(tài)的演化過(guò)程。通過(guò)分析發(fā)現(xiàn)，政府部門的合理介入，能夠促進(jìn)官方媒體與“網(wǎng)絡(luò)大V”的協(xié)調(diào)合作，充分發(fā)揮其引導(dǎo)效果進(jìn)而阻滯網(wǎng)民傳播負(fù)面輿情的行為，最終使得系統(tǒng)演化至最理想的穩(wěn)定狀態(tài)。通過(guò)選取“長(zhǎng)春長(zhǎng)生問(wèn)題疫苗事件”“病死豬肉事件”“紅黃藍(lán)虐童事件”與“宜賓長(zhǎng)寧地震事件”作為研究樣本，并基于參數(shù)賦值模擬不同情境下仿真推演，最終通過(guò)不同情境下推演結(jié)果得到以下結(jié)論：

1）突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情傳播閾值是否大于1能夠預(yù)示系統(tǒng)內(nèi)感染狀態(tài)網(wǎng)民的演化趨勢(shì)，并且輿情的傳播熱度、“網(wǎng)絡(luò)大V”與官方媒體的策略選擇比例以及系統(tǒng)內(nèi)的信息傳播有效率會(huì)對(duì)傳播閾值產(chǎn)生重要的影響。盡管突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情的傳播熱度較低，但“網(wǎng)絡(luò)大V”與官方媒體未選擇較優(yōu)的行為決策，信息傳播有效率在輿情初始傳播階段較高，此時(shí)輿情傳播閾值會(huì)大于1，會(huì)增加輿情惡性演化的風(fēng)險(xiǎn)?；诖?，官方媒體應(yīng)當(dāng)重視輿情的隱性發(fā)展以及提高對(duì)社會(huì)收益的感知，通過(guò)采取積極應(yīng)對(duì)的措施進(jìn)而牢牢掌握住“話語(yǔ)權(quán)”，并積極與部分“網(wǎng)絡(luò)大V”展開(kāi)輿情引導(dǎo)的合作，有效地阻滯網(wǎng)絡(luò)輿情的惡性發(fā)酵。

2）“網(wǎng)絡(luò)大V”與官方媒體在突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情引導(dǎo)的過(guò)程中，其行為決策的選擇會(huì)受限于網(wǎng)絡(luò)輿情的傳播熱度。當(dāng)網(wǎng)絡(luò)輿情傳播熱度較低時(shí)，系統(tǒng)內(nèi)部會(huì)出現(xiàn)短暫的穩(wěn)定平衡，但經(jīng)過(guò)突發(fā)危機(jī)事件自身的演化發(fā)展，其產(chǎn)生的輿情信息是不斷增加的，從而會(huì)導(dǎo)致輿情傳播熱度的迅速提升，并且官方媒體的消極報(bào)道策略也會(huì)增加“網(wǎng)絡(luò)大V”選擇惡意煽動(dòng)決策的驅(qū)動(dòng)力?！熬W(wǎng)絡(luò)大V”通過(guò)前期的正面引導(dǎo)策略率先發(fā)聲，贏得了網(wǎng)絡(luò)輿情傳播的主導(dǎo)權(quán)，當(dāng)其選擇惡意煽動(dòng)的策略后，大量處于潛伏狀態(tài)的網(wǎng)民會(huì)選擇傳播負(fù)面輿情而加速網(wǎng)絡(luò)輿情的演化，同時(shí)官方媒體會(huì)隨著輿情傳播熱度的提升而提高自身對(duì)社會(huì)收益的認(rèn)知，但因自身失去了輿情引導(dǎo)的“話語(yǔ)權(quán)”，就會(huì)使得其引導(dǎo)行為無(wú)明顯效用，因此，官方媒體會(huì)基于自身?yè)p益的帕累托最優(yōu)而繼續(xù)選擇消極報(bào)道，最終系統(tǒng)會(huì)演化至新的穩(wěn)定平衡點(diǎn)（0，0），此時(shí)就需要政府部門的合理介入，促使各方朝著良性態(tài)勢(shì)演化。

3）政府部門的合理介入、統(tǒng)籌，能夠有效促使雙方博弈主體的行為決策朝著優(yōu)化趨勢(shì)演化，并且也能夠避免引導(dǎo)信息傳播有效率的降低，同時(shí)政府部門積極妥善地處置突發(fā)危機(jī)事件，能有效疏導(dǎo)民眾恐慌情緒以及緩和社會(huì)矛盾，從而降低輿情傳播熱度，最終使系統(tǒng)內(nèi)的輿情得到高效科學(xué)治理?！熬W(wǎng)絡(luò)大V”與官方媒體作為有限理性的“經(jīng)濟(jì)人”，會(huì)基于自身?yè)p益的考慮而選擇利己的帕累托最優(yōu)決策，所以需要政府部門的統(tǒng)籌協(xié)調(diào)，通過(guò)建立對(duì)應(yīng)的懲罰機(jī)制對(duì)相關(guān)利益主體形成一定的震懾，例如對(duì)惡意煽動(dòng)的“網(wǎng)絡(luò)大V”進(jìn)行封號(hào)以及執(zhí)行相關(guān)治安管理處罰，甚至是刑事訴訟;而對(duì)官方媒體，政府部門可以建立績(jī)效評(píng)價(jià)機(jī)制來(lái)驅(qū)動(dòng)官媒選擇積極應(yīng)對(duì)策略。同時(shí)，政府部門需要進(jìn)一步對(duì)官媒進(jìn)行決策上的優(yōu)化，即通過(guò)制定相關(guān)決策推動(dòng)“政民”的有效交流溝通，進(jìn)一步完善官媒的建設(shè)并充分發(fā)揮官媒交流平臺(tái)的作用，使得系統(tǒng)內(nèi)官媒的粉絲數(shù)量得到提升而減少與“網(wǎng)絡(luò)大V”之間的粉絲差異度。最后，政府部門采取有效的措施應(yīng)對(duì)突發(fā)危機(jī)事件，樹(shù)立“作為”的政府形象，使得民眾心中的恐慌等負(fù)面情緒得到消除，從而降低突發(fā)危機(jī)事件的熱度，加速輿情的消亡。

需要說(shuō)明的是，本研究重點(diǎn)探討了影響官方媒體與“網(wǎng)絡(luò)大V”決策選擇以及網(wǎng)民行為狀態(tài)變化的影響因素，從而得到有效治理網(wǎng)絡(luò)輿情的結(jié)論建議，通過(guò)選取多個(gè)突發(fā)危機(jī)事件典型案例作為研究樣本，并模擬仿真推演進(jìn)一步驗(yàn)證了政府部門的合理介入，既能夠有效敦促雙方博弈主體選擇優(yōu)化決策，又能夠高效引導(dǎo)網(wǎng)絡(luò)輿情，最終使得系統(tǒng)處于良性的穩(wěn)定狀態(tài)。但是仍然存在以下局限：首先，本文提出突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情的傳播熱度能夠影響輿情的傳播閾值以及主體的行為決策，但未涉及針對(duì)信息傳播熱度的監(jiān)測(cè)與預(yù)警;其次，本文提出政府部門需要協(xié)調(diào)“網(wǎng)絡(luò)大V”與官方媒體的引導(dǎo)力度，但如何均衡雙方發(fā)表引導(dǎo)信息的比例以達(dá)到高效的網(wǎng)絡(luò)輿情引導(dǎo)，還需要進(jìn)一步深入研究。

參考文獻(xiàn)

[1]張勤.網(wǎng)絡(luò)輿情的生態(tài)治理與政府信任重塑[J].中國(guó)行政管理，2014，（4）：40-44.

[2]曹海軍，李明.大數(shù)據(jù)時(shí)代中國(guó)網(wǎng)絡(luò)輿情的治理反思與路徑拓展——基于“技術(shù)治理路徑”嵌入視角[J].行政論壇，2019，26（5）：65-73.

[3]文宏.網(wǎng)絡(luò)群體性事件中輿情導(dǎo)向與政府回應(yīng)的邏輯互動(dòng)——基于“雪鄉(xiāng)”事件大數(shù)據(jù)的情感分析[J].政治學(xué)研究，2019，（1）：77-90，127-128.

[4]王琳琳，齊南南，艾鋒.大數(shù)據(jù)時(shí)代網(wǎng)絡(luò)輿情治理模式研究[J].中國(guó)電子科學(xué)研究院學(xué)報(bào)，2018，13（5）：502-505.

[5]Jacob M，Hellstrm T.Policy Understanding of Science，Public Trust and the BSE-CJD Crisis[J].Journal of Hazardous Materials，2000，78（1-3）：303-317.

[6]Denphedtnong A，Chinviriyasit S，Chinviriyasit W.On the Dynamics of SEIRS Epidemic Model with Transport-related Infection[J].Mathematical Biosciences，2013，245（2）：188-205.

[7]Jin Y，Liu B F，Austin L L.Examining the Role of Social Media in Effective Crisis Management：The Effects of Crisis Origin，Information Form，and Source on Publics Crisis Responses[J].Communication Research，2014，41（1）：74-94.

[8]Mirbabaie M，Bunker D，Deubel A，et al.Examining Convergence Behaviour During Crisis Situations in Social Media-a Case Study on the Manchester Bombing 2017[C]//International Working Conference on Transfer and Diffusion of IT.Springer，Cham，2018：60-75.

[9]Witbooi P J.Stability of an SEIR Epidemic Model with Independent Stochastic Perturbations[J].Physica A：Statistical Mechanics and Its Applications，2013，392（20）：4928-4936.

[10]Pearl J.Probabilistic Reasoning in Intelligent Systems：Networks of Plausible Inference[M].Elsevier，1988.

[11]李勇建，王治瑩.突發(fā)事件中輿情傳播機(jī)制與演化博弈分析[J].中國(guó)管理科學(xué)，2014，22（11）：87-96.

[12]李詩(shī)悅，李晚蓮.公共危機(jī)網(wǎng)絡(luò)輿情演變機(jī)理：路徑及動(dòng)因——以動(dòng)物疫情危機(jī)為例[J].中國(guó)行政管理，2019，（2）：116-121.

[13]于鵬，邱燕妮.全媒體時(shí)代公共危機(jī)輿情傳播路徑與演化機(jī)理研究[J].中國(guó)行政管理，2019，（8）：94-98.

[14]宋寧，劉嬋君.過(guò)程與要素視角下的突發(fā)事件網(wǎng)絡(luò)輿情演化規(guī)律研究綜述[J].圖書情報(bào)工作，2016，60（15）：140-147.

[15]高虒源，張桂蓉，孫喜斌，等.公共危機(jī)次生型網(wǎng)絡(luò)輿情危機(jī)產(chǎn)生的內(nèi)在邏輯——基于40個(gè)案例的模糊集定性比較分析[J].公共行政評(píng)論，2019，12（4）：101-123，192.

[16]祁凱，楊志.突發(fā)危機(jī)事件網(wǎng)絡(luò)輿情治理的多情景演化博弈分析[J].中國(guó)管理科學(xué)，2020，28（3）：59-70.

[17]宋民雪，劉德海.群體性突發(fā)事件化解機(jī)制的隨機(jī)演化博弈模型[J].中國(guó)管理科學(xué)，2020，28（4）：142-152.

[18]馬寧，劉怡君.輿論領(lǐng)袖傳播影響力的階段式建模分析[J].中國(guó)管理科學(xué)，2020，28（3）：52-58.

[19]夏一雪，王娟，何巍，等.基于輿情大數(shù)據(jù)的突發(fā)事件負(fù)面情感引導(dǎo)“時(shí)度效”研究[J].圖書與情報(bào)，2019，（5）：120-126.

[20]王法碩，丁海恩.官方媒體使用如何影響制度自信？——愛(ài)國(guó)主義的中介作用與政治知識(shí)的調(diào)節(jié)作用[J].東北大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2020，22（3）：47-55.

[21]孫忠良.議微博時(shí)代官方媒體的角色定位[J].電子政務(wù)，2014，（8）：88-92.

[22]Freeman R E.Strategic Management：A StakeholderApproach[M].Cambridge University Press，2010：16-19.

[23]Gruhl D，Guha R，Liben-Nowell D，et al.Information Diffusion Through Blogspace[J].International Conference on World Wide Web，2004，6（2）：491-501.

[24]李維安，王世權(quán).利益相關(guān)者治理理論研究脈絡(luò)及其進(jìn)展探析[J].外國(guó)經(jīng)濟(jì)與管理，2007，（4）：10-17.

[25]黃凱南.演化博弈與演化經(jīng)濟(jì)學(xué)[J].經(jīng)濟(jì)研究，2009，44（2）：132-145.

[26]劉德海，韓呈軍，尹麗娟.城市拆遷群體性事件演化機(jī)理的多情景演化博弈分析[J].運(yùn)籌與管理，2016，25（1）：76-84.

[27]Tversky A，Kahneman D.Prospect Theory：An Analysis of Decision Under Risk[J].Econometrica，1979，47（2）：263-291.

[28]Friedman D.Evolutionary Games in Economics[J].Econometrical，1991，59（3）：637-666.

（責(zé)任編輯：郭沫含）