摘? 要：突發(fā)環(huán)境事件網(wǎng)絡(luò)輿情的有效管控對(duì)建立政府公信力和營(yíng)造網(wǎng)絡(luò)法治化環(huán)境意義重大.基于演化博弈理論和系統(tǒng)動(dòng)力理論，分析了無(wú)政府管控下環(huán)境事件網(wǎng)絡(luò)輿情參與主體策略選擇的演化規(guī)律，構(gòu)建了一個(gè)政府管控下網(wǎng)媒、網(wǎng)民和政府的三方網(wǎng)絡(luò)博弈場(chǎng)，并建立系統(tǒng)動(dòng)力學(xué)模型.以“3·21響水爆炸事件”為例進(jìn)行仿真分析發(fā)現(xiàn)：環(huán)境事件網(wǎng)絡(luò)輿情的擴(kuò)散主要受政府獎(jiǎng)懲力度和動(dòng)態(tài)懲罰機(jī)制的影響，政府可通過(guò)建立網(wǎng)絡(luò)輿情監(jiān)測(cè)預(yù)警機(jī)制、構(gòu)建科學(xué)的動(dòng)態(tài)獎(jiǎng)懲治理機(jī)制和規(guī)范網(wǎng)民訴求表達(dá)方式以實(shí)現(xiàn)對(duì)環(huán)境事件網(wǎng)絡(luò)輿情的有效管控.

關(guān)鍵詞：環(huán)境事件；網(wǎng)絡(luò)輿情；演化博弈；系統(tǒng)動(dòng)力學(xué)

中圖分類(lèi)號(hào)：G206.2;F224? ????文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1000-2367（2024）03-0062-09

2021年，全國(guó)共發(fā)生突發(fā)環(huán)境事件199起，近十年間呈逐年下降趨勢(shì)［1］.但公共環(huán)境事件多發(fā)頻發(fā)的高風(fēng)險(xiǎn)態(tài)勢(shì)尚未根本改變，且呈現(xiàn)出情況復(fù)雜、公眾關(guān)注度高等新的特征，輿情傳播程度總體上明顯高于其他群體性突發(fā)事件.與突發(fā)環(huán)境事件相伴而生的輿情對(duì)環(huán)境事件的態(tài)勢(shì)演變和應(yīng)急處置造成較大影響，而社交媒體催生的網(wǎng)絡(luò)輿情產(chǎn)生的影響更甚［2-3］.從眾心理引發(fā)的情緒失控、言論偏激等非理性行為可能誘發(fā)線上線下聯(lián)合共振的大規(guī)模群體性事件，從而引發(fā)嚴(yán)重的社會(huì)危機(jī).

當(dāng)前學(xué)術(shù)界主要從“詮釋學(xué)”與“治理學(xué)”兩個(gè)維度探討突發(fā)環(huán)境事件網(wǎng)絡(luò)輿情.詮釋學(xué)重在闡明互聯(lián)網(wǎng)場(chǎng)域中環(huán)境事件網(wǎng)絡(luò)輿情的傳播要素與演化特點(diǎn)，如文獻(xiàn)［4］認(rèn)為新聞與觀點(diǎn)之間的界限在內(nèi)容和形式上變得模糊，而新聞在互聯(lián)網(wǎng)上的傳播過(guò)程與在線輿論形成過(guò)程整合在一起；文獻(xiàn)［5-6］指出環(huán)境事件參與主體需經(jīng)歷不滿情緒的形成、持續(xù)發(fā)酵、焦點(diǎn)事件和沖突與對(duì)抗4個(gè)階段的演化過(guò)程；文獻(xiàn)［7-8］通過(guò)建立誤對(duì)策博弈模型分析得出化工企業(yè)的“欺騙”行為與周邊居民的“搭便車(chē)”行為共同導(dǎo)致了環(huán)境污染負(fù)的外部性；文獻(xiàn)［9］發(fā)現(xiàn)引入中央政府懲罰機(jī)制能夠有效推動(dòng)中央與地方的合作，共同監(jiān)測(cè)環(huán)境事件輿情的發(fā)展.治理學(xué)則從多角度探索互聯(lián)網(wǎng)情境下突發(fā)環(huán)境事件中網(wǎng)民集體行為的治理方式.虞銘明等［10］通過(guò)實(shí)例仿真發(fā)現(xiàn)環(huán)境事件發(fā)生后，政府運(yùn)用協(xié)商、談判、洽談等透明的、民主的治理方式能有效地管控輿情發(fā)展走勢(shì)，化解網(wǎng)民的憤怒情緒；文獻(xiàn)［11］發(fā)現(xiàn)網(wǎng)媒對(duì)環(huán)境事件的報(bào)道能提高政府的社會(huì)治理效率，政府應(yīng)通過(guò)官方媒體及時(shí)回應(yīng)事件并表明態(tài)度來(lái)提高網(wǎng)民對(duì)政府的信任度；文獻(xiàn)［12］主張跨界協(xié)同整合公共部門(mén)與私人部門(mén)間的關(guān)系，以重塑政府在環(huán)境事件等公共管理中的價(jià)值和責(zé)任.文獻(xiàn)［13］研究發(fā)現(xiàn)，原始信息的模糊性是引發(fā)網(wǎng)民興趣或恐懼的主要原因，政府在負(fù)面信息流出時(shí)，應(yīng)迅速介入信息源的調(diào)查，及時(shí)消除民眾的擔(dān)憂與恐慌，而上級(jí)政府采用標(biāo)準(zhǔn)控制方式可以推動(dòng)地方政府形成信息公開(kāi)的慣性，官媒報(bào)道方式通過(guò)社會(huì)影響力約束地方政府有限公開(kāi)信息行為，并為公眾提供參與信息公開(kāi)的政治機(jī)會(huì)［14］.

收稿日期：2023-03-24;修回日期：2023-11-20.

基金項(xiàng)目：國(guó)家社科基金（22BJY051）;河南省軟科學(xué)研究計(jì)劃項(xiàng)目（242400410522）.

作者簡(jiǎn)介（通信作者）：鄒琳（1975-），女，山東煙臺(tái)人，鄭州輕工業(yè)大學(xué)副編審，研究方向?yàn)閭鞑ダ碚撆c傳播媒介，E-mail：orange0504@126.com.

引用本文：鄒琳.環(huán)境事件網(wǎng)絡(luò)輿情演化博弈模型構(gòu)建及分析［J］.河南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，52（3）：62-70.（Zou Lin.The construction and analysis of evolutionary game model for environmental event network public opinion［J］.Journal of Henan Normal University（Natural Science Edition），2024，52（3）：62-70.DOI：10.16366/j.cnki.1000-2367.2023.03.24.0004.）

由此可以看出，學(xué)者們已經(jīng)開(kāi)始嘗試基于案例研究環(huán)境事件網(wǎng)絡(luò)輿情演化規(guī)律及治理策略，但仍存在重理論構(gòu)建而輕結(jié)構(gòu)性剖析的情況，更缺乏將影響網(wǎng)絡(luò)輿情演化的多重變量因素整合為一個(gè)動(dòng)態(tài)系統(tǒng)的歸因性研究.鑒于環(huán)境事件網(wǎng)絡(luò)輿情演化是一種典型的復(fù)雜系統(tǒng)，本文擬通過(guò)對(duì)比有無(wú)政府管控下環(huán)境事件網(wǎng)絡(luò)輿情參與主體策略選擇的不同，構(gòu)建一個(gè)政府管控下網(wǎng)媒、網(wǎng)民和政府的三方網(wǎng)絡(luò)博弈場(chǎng)，據(jù)此建立系統(tǒng)動(dòng)力學(xué)模型，通過(guò)真實(shí)的環(huán)境事件案例仿真檢驗(yàn)?zāi)Ｐ偷挠行裕⒌贸稣芸氐恼呓ㄗh.

1? 網(wǎng)絡(luò)輿情演化博弈模型

1.1? 無(wú)政府管控的演化博弈分析

1.1.1? 模型假設(shè)及問(wèn)題描述

在環(huán)境事件網(wǎng)絡(luò)輿情演化過(guò)程中，各參與主體會(huì)從自身利益最大化角度出發(fā)不斷調(diào)整策略，形成一個(gè)利益博弈場(chǎng)［15］.結(jié)合各參與主體特性、環(huán)境事件網(wǎng)絡(luò)輿情演化特征及相關(guān)學(xué)者的研究成果，在“信息不對(duì)稱”和“有限理性人”假設(shè)的前提下，設(shè)定博弈主體集合為網(wǎng)媒和網(wǎng)民，網(wǎng)媒的策略空間為{報(bào)道，不報(bào)道}，網(wǎng)民的策略空間為{參與，不參與}.網(wǎng)民基于對(duì)環(huán)境惡化的擔(dān)憂在網(wǎng)上討論環(huán)境惡化后果并發(fā)表反對(duì)意見(jiàn)，本研究將網(wǎng)民該動(dòng)機(jī)納為主要變量參數(shù)，其他如所屬利益集團(tuán)的政治動(dòng)機(jī)、借環(huán)境事件輿情炒作等動(dòng)機(jī)則不在本文探討范圍之內(nèi).此外，網(wǎng)民中的意見(jiàn)領(lǐng)袖在某種程度上屬于特殊的“網(wǎng)媒”，本文將其歸類(lèi)于網(wǎng)媒這一博弈主體.網(wǎng)媒和網(wǎng)民參與環(huán)境事件網(wǎng)絡(luò)輿情演化博弈模型的相關(guān)參數(shù)設(shè)定如表1所示.

表1? 兩方博弈模型的參數(shù)設(shè)定

Tab. 1? Parameter setting of the two-party game model

博弈主體參數(shù)變量含義

網(wǎng)媒MRM1網(wǎng)媒報(bào)道輿情獲得點(diǎn)擊量、廣告等收益

CM1網(wǎng)媒報(bào)道輿情的固定初始成本

CM2網(wǎng)媒進(jìn)一步報(bào)道輿情的發(fā)展成本

CM3網(wǎng)媒不報(bào)道輿情損失的網(wǎng)民關(guān)注度博弈主體參數(shù)變量含義

網(wǎng)民PRP1網(wǎng)民參與輿情獲得心理滿足感、認(rèn)同感等收益

CP1網(wǎng)民參與輿情要支付的時(shí)間、搜索等成本

CP2網(wǎng)民不參與輿情存在信息滯后的損失

CP3網(wǎng)媒不報(bào)道輿情時(shí)，網(wǎng)民想要了解輿情需付出額外成本

設(shè)網(wǎng)媒采取“報(bào)道”策略的概率為α，則“不報(bào)道”的概率為1-α；網(wǎng)民“參與”的概率為β，則“不參與”的概率為1-β，且α，β∈［0，1］.因此，可得出雙方參與環(huán)境事件網(wǎng)絡(luò)輿情的演化博弈收益矩陣，如表2所示.

1.1.2? 模型求解與分析

由表2可知，網(wǎng)媒報(bào)道環(huán)境事件網(wǎng)絡(luò)輿情的期望收益為UM1=β（RM1-CM1-CM2）-（1-β）CM1，網(wǎng)媒不報(bào)道環(huán)境事件網(wǎng)絡(luò)輿情的期望收益為UM2=-βCM3，則網(wǎng)媒的平均收益為UM=αUM1+（1-α）UM2.為便于分析環(huán)境事件網(wǎng)絡(luò)輿情的穩(wěn)定性，可利用微分博弈對(duì)網(wǎng)媒策略的復(fù)制動(dòng)態(tài)方程進(jìn)行研究.網(wǎng)媒報(bào)道環(huán)境事件網(wǎng)絡(luò)輿情的復(fù)制動(dòng)態(tài)方程為F（α）=dαdt=α（UM1-UM）=α（1-α）［β（RM1-CM2+CM3）-CM1］.（1）

同理，可得出網(wǎng)民參與環(huán)境事件網(wǎng)絡(luò)輿情的復(fù)制動(dòng)態(tài)方程為F（β）=dβdt=β（UM1-UM）=β（1-β）［α（RP1-CP1+CP2）-（1-α）CP3］.（2）

無(wú)政府管控下網(wǎng)媒和網(wǎng)民參與環(huán)境事件網(wǎng)絡(luò)輿情的演化博弈過(guò)程可以由式（1）和（2）構(gòu)成的復(fù)制動(dòng)態(tài)方程組來(lái)描述［16］.令F（α），F(xiàn)（β）=0，可得出5個(gè)系統(tǒng)均衡決策點(diǎn)，分別為E1（0，0），E2（0，1），E3（1，0），E4（1，1）及閾值點(diǎn)E0（CP3RP1-CP1+CP2+CP3，CM1RM1-CM2+CM3）.

對(duì)F（α）與F（β）分別關(guān)于α、β求偏導(dǎo)數(shù)，可得雅克比矩陣

J=a11a12a21a22=（1-2α）［β（RM1-CM2+CM3）-CM1］α（1-α）（RM1-CM2+CM3）αβ（1-β）（RP1-CP1+CP2+CP3）（1-2β）［α（RP1-CP1+CP2）-（1-α）CP3］.

行列式J的值大于0，矩陣J的跡小于0時(shí)，可以判斷這5個(gè)系統(tǒng)均衡決策點(diǎn)是局部穩(wěn)定點(diǎn).在E0點(diǎn)恒有a11+a22=0，因此該點(diǎn)為鞍點(diǎn)，可將其排除，只需判斷余下4個(gè)點(diǎn).

1.1.3? 模型演化結(jié)果分析

由于α，β代表雙方采取策略的概率變化情況，α，β∈［0，1］，因此可得0CM1RM1-CM2+CM31及0CP3RP1-CP1+CP2+CP31.假設(shè)RM1-CM1-CM2-CM3，即網(wǎng)媒認(rèn)為采取報(bào)道策略的收益大于等于采取不報(bào)道策略的收益時(shí)，網(wǎng)媒基于自身利益角度考慮會(huì)極力主動(dòng)傳播網(wǎng)絡(luò)輿情；同理，當(dāng)RP1-CP1-CP2時(shí)，即網(wǎng)民采取參與策略的收益大于等于采取不參與策略的收益時(shí)，網(wǎng)民也會(huì)積極參與網(wǎng)絡(luò)輿情的討論.基于上述分析，對(duì)剩下的4個(gè)均衡點(diǎn)進(jìn)行逐一計(jì)算，可得無(wú)政府管控下網(wǎng)媒和網(wǎng)民參與環(huán)境事件網(wǎng)絡(luò)輿情演化博弈穩(wěn)定性結(jié)果，如表3所示.

由表3可知，E1（0，0），E3（1，1）為環(huán)境事件網(wǎng)絡(luò)輿情的演化穩(wěn)定點(diǎn)策略組合，如圖1所示，以折線E2E0E4為界，將E1E2E3E4分割成E1E2E4區(qū)域即網(wǎng)媒和網(wǎng)民采?。ú粓?bào)道，不參與）策略和E2E3E4區(qū)域即網(wǎng)媒和網(wǎng)民采?。▓?bào)道，參與）策略.當(dāng)初始狀態(tài)在E1E2E4區(qū)域內(nèi)時(shí)，網(wǎng)媒和網(wǎng)民會(huì)采取不參與環(huán)境事件網(wǎng)絡(luò)輿情的策略，雙方策略選擇最終會(huì)收斂于E1（0，0）.當(dāng)初始狀態(tài)在E2E3E4區(qū)域內(nèi)時(shí)，雙方都會(huì)參與到環(huán)境事件網(wǎng)絡(luò)輿情中去，即網(wǎng)媒會(huì)采取報(bào)道策略，網(wǎng)民會(huì)參與環(huán)境事件討論，雙方策略選擇最終會(huì)收斂于E3（1，1）.

初始狀態(tài)在E0點(diǎn)附近時(shí)，細(xì)微變化都會(huì)影響環(huán)境事件網(wǎng)絡(luò)輿情演化的方向.環(huán)境事件網(wǎng)絡(luò)輿情的演化更趨向于哪一結(jié)果取決于區(qū)域E1E2E0E4面積S1和區(qū)域E2E3E4E0面積S2的大小.因此，通過(guò)對(duì)S1，S2面積的計(jì)算與比較，可描述網(wǎng)媒和網(wǎng)民博弈雙方長(zhǎng)期均衡策略的概率，如式（3）所示.S1=1-S2，S2=12（CM1RM1-CM2+CM3+CP3RP1-CP1+CP2+CP3）.（3）

S2的面積受雙方博弈初始狀態(tài)、改變策略后的收益與成本的共同作用，當(dāng)S2＞S1時(shí)，網(wǎng)絡(luò)輿情會(huì)趨向于（報(bào)道，參與）的穩(wěn)定均衡狀態(tài)，反之則趨向于（不報(bào)道，不參與）狀態(tài).鞍點(diǎn)E0的變動(dòng)方向受到雙方參與成本CM1，CM2，CP1和參與前后收益差RM1-CM2+CM3，RP1-CP1+CP2+CP3的共同影響.由于網(wǎng)媒報(bào)道環(huán)境事件獲得點(diǎn)擊量、廣告等收益很大，遠(yuǎn)遠(yuǎn)大于報(bào)道與進(jìn)一步報(bào)道的成本和，且通過(guò)網(wǎng)絡(luò)的“煽動(dòng)”及網(wǎng)民“愛(ài)看熱鬧”的心理，使得環(huán)境事件輿情的發(fā)酵在短期內(nèi)一發(fā)不可收.在沒(méi)有政府管控的情況下，網(wǎng)媒和網(wǎng)民的策略會(huì)逐漸趨向于E3（1，1）穩(wěn)定均衡點(diǎn)，即從自身利益最大化角度出發(fā)，網(wǎng)媒和網(wǎng)民最終的演化策略是（報(bào)道，參與）.可見(jiàn)，環(huán)境事件網(wǎng)絡(luò)輿情系統(tǒng)會(huì)通過(guò)網(wǎng)媒和網(wǎng)民演化博弈愈演愈烈，釀成社會(huì)輿論危機(jī)，這需要政府出面管控輿情的發(fā)展.

1.2? 有政府管控的演化博弈分析

環(huán)境事件網(wǎng)絡(luò)輿情的演化事關(guān)社會(huì)秩序的穩(wěn)定運(yùn)行，參與主體的策略選擇必然會(huì)受到政府的管控.在此，考慮到政府的影響，建立政府、網(wǎng)媒、網(wǎng)民的三方博弈模型以分析環(huán)境事件網(wǎng)絡(luò)輿情的演化行為與特征.

1.2.1? 模型假設(shè)及問(wèn)題描述

設(shè)政府在管控環(huán)境事件網(wǎng)絡(luò)輿情時(shí)的策略空間為{管控，不管控}.在表1的基礎(chǔ)上，加入政府作為博弈主體，三方博弈模型相關(guān)參數(shù)的設(shè)定如表4所示.

設(shè)政府“管控”網(wǎng)絡(luò)輿情的概率為γ，則“不管控”策略的概率為1-γ，γ∈［0，1］.由表4可得出政府、網(wǎng)媒、網(wǎng)民的策略組合及相應(yīng)的收益，如表5所示.

1.2.2? 模型求解與分析

由表5的三方收益矩陣可知，網(wǎng)媒報(bào)道環(huán)境事件網(wǎng)絡(luò)輿情的期望收益為UM1=βγ（RM1-CM1-CM2-CM4）+（1-β）γ（-CM1-CM4）+β（1-γ）（RM1-CM1-

CM2）+（1-β）（1-γ）（-CM1）=β（RM1-CM2）-γCM4-CM1.（4）

網(wǎng)媒不報(bào)道環(huán)境事件網(wǎng)絡(luò)輿情的期望收益為UM2=βγ（RM2-CM3）+（1-β）γRM2+β（1-γ）（-CM3）=γRM2-βCM3.（5）

網(wǎng)媒的平均收益為UM=αUM1+（1-α）UM2.（6）

網(wǎng)媒的復(fù)制動(dòng)態(tài)方程為F（α）=dαdt=α（UM1-UM）=α（1-α）［β（RM1-CM2+CM3）-γ（RM2+CM4）-CM1］.（7）

同理，可得網(wǎng)民和政府的復(fù)制動(dòng)態(tài)方程，則整個(gè)環(huán)境事件網(wǎng)絡(luò)輿情監(jiān)管系統(tǒng)三方博弈的系統(tǒng)動(dòng)力學(xué)方程組為

F（α）=α（1-α）［β（RM1-CM2+CM3）-γ（CM4+RM2）-CM1］，

F（β）=β（1-β）［α（RP1-CP1+CP2+CP3）+（1-α）γCP2-CP3］，

F（γ）=γ（1-γ）［α（RG1+CG2+RM2+CM4）+β（RG2+CG3）-CG1-RM2］.（8）

動(dòng)力學(xué)方程能夠反映各博弈主體策略選擇的速度和方向，令方程組（8）中的方程都等于0，通過(guò)計(jì)算推導(dǎo)可得到政府管控下環(huán)境事件網(wǎng)絡(luò)輿情的演化穩(wěn)定策略.然而，一方面，參與環(huán)境事件網(wǎng)絡(luò)輿情的網(wǎng)媒主體和網(wǎng)民主體數(shù)量眾多，且各主體之間相互影響，一個(gè)網(wǎng)站上可能存在不同性質(zhì)的網(wǎng)民（意見(jiàn)領(lǐng)袖、社會(huì)成員），一個(gè)網(wǎng)民也可能在不同網(wǎng)站上討論該環(huán)境事件.這種錯(cuò)綜復(fù)雜的關(guān)系導(dǎo)致滿足均衡條件的均衡點(diǎn)求解十分困難.另一方面，假設(shè)各方主體是有限理性的，各方須經(jīng)過(guò)長(zhǎng)時(shí)間的多次、重復(fù)博弈才能形成穩(wěn)定均衡狀態(tài)，若再考慮延遲因素，則分析更為復(fù)雜.因此，嘗試基于系統(tǒng)動(dòng)力學(xué)原理，構(gòu)建網(wǎng)媒和網(wǎng)民參與的、政府管控的SD模型，借助Vensim軟件對(duì)環(huán)境事件網(wǎng)絡(luò)輿情演化過(guò)程進(jìn)行仿真分析，模擬各主體的策略行為，找出環(huán)境事件擴(kuò)散、發(fā)酵的影響因素與政府對(duì)網(wǎng)媒和網(wǎng)民策略選擇的影響作用.

1.3? 環(huán)境事件網(wǎng)絡(luò)輿情的系統(tǒng)動(dòng)力學(xué)模型構(gòu)建

將博弈模型與系統(tǒng)動(dòng)力學(xué)仿真相結(jié)合，對(duì)推動(dòng)環(huán)境事件網(wǎng)絡(luò)輿情各主體行為策略選擇的影響因素及政府管控措施的作用效果進(jìn)行分析.在此，先確定環(huán)境事件網(wǎng)絡(luò)輿情的系統(tǒng)邊界和各主體間的因果關(guān)系，然后構(gòu)建網(wǎng)媒和網(wǎng)民參與、政府管控的SD模型.

1.3.1? 系統(tǒng)邊界與因果關(guān)系

系統(tǒng)邊界既是對(duì)目標(biāo)系統(tǒng)探討范圍的界定，也是對(duì)系統(tǒng)組成要素的確定，對(duì)系統(tǒng)的行為模式具有決定作用.環(huán)境事件網(wǎng)絡(luò)輿情的發(fā)展演化主要受三方面的影響，因此存在網(wǎng)媒、網(wǎng)民及政府3個(gè)子系統(tǒng)，各子系統(tǒng)邊界以自身利益為紐帶對(duì)應(yīng)不同的主體組合.

環(huán)境事件網(wǎng)絡(luò)輿情各方的策略選擇都是追求利益最大化的作用結(jié)果，因此應(yīng)從收益角度分析各子系統(tǒng)內(nèi)部的因果關(guān)系.在環(huán)境事件網(wǎng)絡(luò)輿情各子系統(tǒng)內(nèi)部，存量為各博弈方參與環(huán)境事件網(wǎng)絡(luò)輿情的概率，流量為各博弈方參與環(huán)境事件網(wǎng)絡(luò)輿情的概率的變化率.此外，根據(jù)各博弈方關(guān)系來(lái)擬定各子系統(tǒng)間的因果關(guān)系并動(dòng)態(tài)調(diào)節(jié)相應(yīng)的輔助變量與常量，以保障網(wǎng)媒、網(wǎng)民及政府3個(gè)子系統(tǒng)間彼此的溝通.

1.3.2? 系統(tǒng)動(dòng)力學(xué)模型構(gòu)建

利用系統(tǒng)動(dòng)力學(xué)仿真工具Vensim PLE軟件對(duì)網(wǎng)媒、網(wǎng)民與政府三方的行為選擇進(jìn)行博弈模擬，構(gòu)建SD演化博弈模型，如圖2所示.根據(jù)環(huán)境事件網(wǎng)絡(luò)輿情系統(tǒng)邊界與因果關(guān)系的確定、判別方法及關(guān)系式的基本概念［13］，將網(wǎng)媒報(bào)道概率、網(wǎng)民參與概率及政府管控概率作為3個(gè)水平變量，將各主體策略選擇的概率的變化率作為3個(gè)速率變量，外加16個(gè)輔助變量與常量來(lái)實(shí)現(xiàn)SD模型的構(gòu)建.

2? 仿真分析

2.1? 事件描述

2019年3月21日14時(shí)48分，江蘇省鹽城市響水縣陳家港化工園區(qū)內(nèi)發(fā)生爆炸，事件發(fā)生不到一小時(shí)，“搶鹽風(fēng)波”“消防員吸入大量致癌氣體犧牲”“鹽城市委被指化工整治不徹底”“親歷者：車(chē)都抖了”等一系列輿情在微博、微信、知乎等主要網(wǎng)絡(luò)媒體被傳播后，迅速引起了網(wǎng)民的熱議，隨后其他眾多網(wǎng)絡(luò)媒體紛紛轉(zhuǎn)發(fā)、跟帖，進(jìn)一步的炒作引發(fā)了更多網(wǎng)民及響水縣周邊民眾的擔(dān)憂與恐慌［16］.在“3·21響水爆炸事件”愈演愈烈、嚴(yán)重影響社會(huì)秩序的情況下，地方政府采取一系列措施，迅速介入網(wǎng)絡(luò)輿情的管控，積極主動(dòng)引導(dǎo)媒體報(bào)道和社會(huì)輿論.隨著江蘇省本地官方媒體的系列發(fā)聲、人民日?qǐng)?bào)推送的20多條微博及丁香醫(yī)生、果殼等自媒體的健康傳播報(bào)道，最后還原了“3·21響水爆炸事件”真相.

在該事件網(wǎng)絡(luò)輿情演化過(guò)程中，主要涉及網(wǎng)媒、網(wǎng)民及政府3個(gè)博弈子系統(tǒng)，其演化模式基本符合本文構(gòu)建的博弈模型，可利用圖2所示SD演化博弈模型進(jìn)行仿真分析.通過(guò)對(duì)“3·21響水爆炸事件”網(wǎng)絡(luò)輿情擴(kuò)散的案例分析，對(duì)圖2模型中各變量進(jìn)行初始賦值，設(shè)RM1=8，RM2=4，CM1=2，CM2=3，CM3=5，CM4=5，RP1=2，RP2=4，CP1=1，CP2=3，CP3=2，RG1=3，RG2=3，CG1=2，CG2=4，CG3=4.基本參數(shù)設(shè)置為：INITIAL TIME=0，F(xiàn)INAL TIME=72，TIME STEP=1，Unites for Time=Hour.由于策略組合只有1和0兩種選擇，因此該三方博弈的策略組合共有8個(gè)，分別為E1（0，0，0），E2（0，0，1），E3（0，1，0），E4（0，1，1），E5（1，0，0），E6（1，1，0），E7（1，0，1），E8（1，1，1），這8個(gè)策略組合不是都處于穩(wěn)定狀態(tài)，任何一方行為有微小的改變都會(huì)破壞原有的均衡狀態(tài)，向其他均衡狀態(tài)演變.

2.2? 演化結(jié)果分析

2.2.1? 政府懲罰力度的作用效果

保持其他變量的值不變，僅調(diào)節(jié)CM4的值，演化過(guò)程如圖3所示，3條曲線分別表示政府罰金CM4為4、5、6時(shí)的仿真結(jié)果.可以看出，隨著政府懲罰力度的不斷加大，網(wǎng)媒和網(wǎng)民在收益矩陣達(dá)到穩(wěn)定均衡點(diǎn)采取報(bào)道策略的概率隨著時(shí)間變化在不斷降低；政府罰金的實(shí)施對(duì)象是網(wǎng)媒，但網(wǎng)民參與環(huán)境事件網(wǎng)絡(luò)輿情概率的降低幅度明顯高于網(wǎng)媒，其參與度消退的速率也很快.這是因?yàn)楫?dāng)政府積極管控環(huán)境事件網(wǎng)絡(luò)輿情，采取罰款等懲罰措施且其罰金大于網(wǎng)媒采取報(bào)道策略的收益時(shí)，網(wǎng)媒基于自身利益必然不會(huì)再擴(kuò)大傳播力度.而政府對(duì)網(wǎng)媒采取的懲罰，一方面罰金很大程度是由網(wǎng)民間接承擔(dān)的，并且網(wǎng)民主體中一類(lèi)特殊參與主體“意見(jiàn)領(lǐng)袖”被歸類(lèi)于網(wǎng)媒主體，因此政府懲罰在某種程度上是由網(wǎng)民承擔(dān)的；另一方面，當(dāng)網(wǎng)媒不再報(bào)道并且與政府一起共同引導(dǎo)環(huán)境事件網(wǎng)絡(luò)輿情正確走向時(shí)，隨著網(wǎng)絡(luò)輿情話題熱度的下降及網(wǎng)民疑惑、擔(dān)心與好奇度的減少，網(wǎng)民對(duì)輿情的不當(dāng)言論參與度必然會(huì)大幅度下降，直到網(wǎng)絡(luò)輿情最終消退.

2.2.2? 政府獎(jiǎng)勵(lì)力度的作用效果

同樣保持其他變量的值不變，僅調(diào)節(jié)RM2的值，演化過(guò)程如圖4所示，3條曲線分別表示政府獎(jiǎng)勵(lì)RM2為3、4、5時(shí)的仿真結(jié)果.可以看出，政府積極管控時(shí)隨著對(duì)網(wǎng)媒不報(bào)道環(huán)境事件網(wǎng)絡(luò)輿情給予的獎(jiǎng)勵(lì)不斷增大，網(wǎng)媒和網(wǎng)民參與輿情的概率不斷降低；網(wǎng)媒參與網(wǎng)絡(luò)輿情的概率整體走勢(shì)低于網(wǎng)民，面對(duì)政府的獎(jiǎng)勵(lì)，網(wǎng)媒的反應(yīng)也更為迅速.究其原因，網(wǎng)媒是直接獎(jiǎng)勵(lì)受益者，而網(wǎng)民更多的是在政府和網(wǎng)媒的引導(dǎo)下選擇參與，其行為更易受到外在客觀因素的影響.

2.2.3? 動(dòng)態(tài)獎(jiǎng)懲機(jī)制的作用效果

政府的獎(jiǎng)勵(lì)和懲罰都會(huì)影響網(wǎng)媒與網(wǎng)民的策略選擇.如何更有效地推動(dòng)環(huán)境事件網(wǎng)絡(luò)輿情參與主體做出正確的選擇，從而正確引導(dǎo)環(huán)境事件網(wǎng)絡(luò)輿情的走向，使博弈三方達(dá)到穩(wěn)定均衡狀態(tài)，可以嘗試采取動(dòng)態(tài)獎(jiǎng)懲機(jī)制進(jìn)行分析.在圖2中添加動(dòng)態(tài)懲罰機(jī)制的變量關(guān)系式：罰金FM=（不報(bào)道收益*不報(bào)道概率-報(bào)道收益*報(bào)道概率）*政府管控概率；罰金FP=（不參與收益*不報(bào)道概率-參與收益*報(bào)道概率）*政府管控概率，動(dòng)態(tài)獎(jiǎng)勵(lì)與動(dòng)態(tài)懲罰關(guān)系式的結(jié)果互為相反數(shù).如圖5所示，當(dāng)CM2=5、RM2=4時(shí)，藍(lán)、紅兩條曲線分別為靜態(tài)懲罰機(jī)制與動(dòng)態(tài)懲罰機(jī)制下網(wǎng)媒與網(wǎng)民采取報(bào)道與參與策略的演化過(guò)程.可以看出，相比靜態(tài)懲罰機(jī)制而言，動(dòng)態(tài)懲罰機(jī)制能夠在很大程度上縮短網(wǎng)媒和網(wǎng)民達(dá)到均衡穩(wěn)定狀態(tài)的時(shí)間，同理動(dòng)態(tài)獎(jiǎng)勵(lì)機(jī)制亦是如此.因此，運(yùn)用動(dòng)態(tài)獎(jiǎng)懲機(jī)制能夠有效降低環(huán)境事件網(wǎng)絡(luò)輿情主體的不當(dāng)言論參與概率.

3? 結(jié)論與建議

本文分別構(gòu)建了有、無(wú)政府管控的網(wǎng)媒和網(wǎng)民參與環(huán)境事件網(wǎng)絡(luò)輿情演化博弈模型，并對(duì)政府管控下的三方動(dòng)態(tài)演化過(guò)程進(jìn)行了系統(tǒng)動(dòng)力學(xué)仿真分析.研究得出3點(diǎn)結(jié)論：（1）無(wú)政府管控的網(wǎng)媒和網(wǎng)民最終演化策略是（報(bào)道，參與），通過(guò)自身演化很難實(shí)現(xiàn)環(huán)境事件網(wǎng)絡(luò)輿情系統(tǒng)的健康穩(wěn)定發(fā)展，這會(huì)使得環(huán)境事件網(wǎng)絡(luò)輿情繼續(xù)發(fā)酵，釀成社會(huì)輿論危機(jī).（2）政府管控下的環(huán)境事件網(wǎng)絡(luò)輿情參與主體間的策略選擇主要受政府采取的獎(jiǎng)勵(lì)與懲罰機(jī)制的影響，運(yùn)用動(dòng)態(tài)獎(jiǎng)懲機(jī)制能夠有效降低環(huán)境事件網(wǎng)絡(luò)輿情主體的不當(dāng)言論參與度.（3）網(wǎng)媒作為環(huán)境事件網(wǎng)絡(luò)輿情傳播和擴(kuò)散最直接的利益主體，對(duì)政府懲罰力度的敏感性遠(yuǎn)低于網(wǎng)民，政府對(duì)其的懲罰成本很大程度上間接轉(zhuǎn)嫁到了網(wǎng)民身上.

為實(shí)現(xiàn)對(duì)環(huán)境事件網(wǎng)絡(luò)輿情的有效管控，結(jié)合本文的分析結(jié)果提出3點(diǎn)政策建議：（1）建立網(wǎng)絡(luò)輿情監(jiān)測(cè)預(yù)警機(jī)制，及時(shí)掌握輿情動(dòng)態(tài).政府可利用輿情智能分析技術(shù)對(duì)環(huán)境事件進(jìn)行自動(dòng)采集、自動(dòng)分類(lèi)、智能過(guò)濾、自動(dòng)聚類(lèi)、主題檢測(cè)和統(tǒng)計(jì)分析，及時(shí)掌握有關(guān)輿情動(dòng)態(tài)及危機(jī)征兆，并協(xié)同相關(guān)部門(mén)進(jìn)行會(huì)商，為應(yīng)急預(yù)案的實(shí)施提出快速?zèng)Q策依據(jù).（2）構(gòu)建科學(xué)的獎(jiǎng)懲體制，適度增加獎(jiǎng)懲力度，采取動(dòng)態(tài)獎(jiǎng)懲治理機(jī)制.改變傳統(tǒng)的“圍”“追”“堵”“壓”等高壓手段，加強(qiáng)網(wǎng)絡(luò)生態(tài)治理，轉(zhuǎn)化懲罰思路，適時(shí)采取應(yīng)對(duì)處置措施，切中網(wǎng)媒主體的利益要害，防止次生輿情危機(jī)的發(fā)生，阻斷輿情的不良嬗變.（3）發(fā)揮政府官方媒體的作用，規(guī)范網(wǎng)民訴求表達(dá)方式.在環(huán)境事件網(wǎng)絡(luò)輿情信息流出后，政府官媒應(yīng)主動(dòng)充當(dāng)“意見(jiàn)領(lǐng)袖”，第一時(shí)間披露事件真相，正面回應(yīng)和引導(dǎo)網(wǎng)民的討論，消除網(wǎng)民的顧慮與擔(dān)憂；同時(shí)政府還應(yīng)制定網(wǎng)民行為規(guī)范，通過(guò)實(shí)名發(fā)言制度敦促網(wǎng)民對(duì)自己的言論負(fù)責(zé).

參 ?考? 文? 獻(xiàn)

［1］ ??國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒—2022［EB/OL］.［2022-12-30］.https：//www.stats.gov.cn/sj/ ndsj/2022/indexch.htm.

［2］曾子明，方正東.基于熵理論的突發(fā)事件輿情演化研究［J］.情報(bào)科學(xué)，2019，33（9）：4-8.

ZENG Z M，F(xiàn)ANG Z D.Research on evolution of emergency public opinion based on entropy theory［J］.Information Science，2019，33（9）：4-8.

［3］張省，周燕.突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情傳播機(jī)制研究［J］.醫(yī)學(xué)與社會(huì)，2021，34（6）：113-118.

ZHANG X，ZHOU Y.Research on the network public opinion transmission mechanism of public health emergencies［J］.Medicine and Society，2021，34（6）：113-118.

［4］KIM K，BAEK Y M，KIM N.Online news diffusion dynamics and public opinion formation：a case study of the controversy over Judges' personal opinion expression on SNS in Korea［J］.The Social Science Journal，2015，52（2）：205-216.

［5］汪偉全.風(fēng)險(xiǎn)放大、集體行動(dòng)和政策博弈：環(huán)境類(lèi)群體事件暴力抗?fàn)幍难莼窂窖芯浚跩］.公共管理學(xué)報(bào)，2015，12（1）：127-136.

WANG W Q.Risk amplification，collective action and policy game：a descriptive analysis about environmental groups struggle violence［J］.Journal of Public Management，2015，12（1）：127-136.

［6］王林平，高宇.突發(fā)事件網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)演化規(guī)律及防控策略［J］.吉首大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，43（4）：96-107.

WANG L P，GAO Y.The risk evolution law and prevention and control strategy of emergency network public opinion［J］.Journal of Jishou University（Social Sciences），2022，43（4）：96-107.

［7］陳靜鋒，柴瑞瑞，劉德海，等.環(huán)境污染群體性事件誤對(duì)策演化博弈分析：基于大連PX事件的案例［J］.系統(tǒng)工程，2017，35（2）：51-59.

CHEN J F，CHAI R R，LIU D H，et al.Hypergame evolutionary analysis of mass emergency derived from environmental pollution：based on the case of Dalian PX event［J］.Systems Engineering，2017，35（2）：51-59.

［8］徐浩，譚德慶.媒體曝光視角下環(huán)境污染鄰避沖突多方演化博弈分析［J］.系統(tǒng)工程學(xué)報(bào)，2021，36（4）：464-475.

XU H，TAN D Q.Multi-evolutionary game analysis of NIMBY conflicts caused by environmental pollution：from the perspective of media exposure［J］.Journal of Systems Engineering，2021，36（4）：464-475.

［9］ZHANG M，LI H.New evolutionary game model of the regional governance of haze pollution in China［J］.Applied Mathematical Modelling，2018，63：577-590.

［10］虞銘明，朱德米.環(huán)境群體性事件的網(wǎng)絡(luò)輿情擴(kuò)散動(dòng)力學(xué)機(jī)制分析：以“昆明PX事件”為例［J］.情報(bào)雜志，2015，34（8）：115-121.

YU M M，ZHU D M.The analysis of dynamic mechanism about the spread of online public opinion about environmental mass incidents：Take the case of Kunming PX as an example［J］.Journal of Intelligence，2015，34（8）：115-121.

［11］CHONGWOO C，PAUL A R.Media，institutions，and government action：Prevention vs.palliation in the time of cholera［J］.European Journal of Political Economy，2016，41（1）：75-93.

［12］李勝.超大城市突發(fā)環(huán)境事件管理碎片化及整體性治理研究［J］.中國(guó)人口·資源與環(huán)境，2017，27（12）：88-96.

LI S.Fragmentation and holistic governance of environment emergency incident in megacities［J］.China Population，Resources and Environment，2017，27（12）：88-96．

［13］董凌峰.基于SD演化博弈的網(wǎng)絡(luò)輿情形成階段主體研究［J］.情報(bào)科學(xué)，2018，36（1）：24-31.

DONG L F.Research on the main body of online public opinion formation stage based on SD evolutionary game theory［J］.Information Science，2018，36（1）：24-31.

［14］高山，劉小舟，凌雙.突發(fā)環(huán)境事件中地方政府信息公開(kāi)行為研究基于上級(jí)政府干預(yù)的視角［J］.情報(bào)雜志，2019，38（5）：161-168.

GAO S，LIU X Z，LING S.Local government's information disclosure during environmental incident：A study from the upper-level governments' intervention perspective［J］.Journal of Intelligence，2019，38（5）：161-168.

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

［16］NEKOVEE M，MORENO Y，BIANCONI G，et al.Theory of rumour spreading in complex social networks［J］.Physica A：Statistical Mechanics and Its Applications，2007，374（1）：457-470.

The construction and analysis of evolutionary game model for environmental event network public opinion

Zou Lin

（Editorial Department of Journal， Zhengzhou University of Light Industry， Zhengzhou 450001，? China）

Abstract： The effective management of network public opinion on emergency environmental events is of great significance in establishing government credibility and promoting a rule-of-law environment in cyberspace. Based on the theories of evolutionary game and system dynamics， this study analyzes the evolutionary patterns of strategic choices among the participants in environmental event network public opinion under the absence of government control. A three-party network online game field involving online media， netizens， and the government and the system dynamic model are constructed. With the "3·21 Xiangshui Explosion" incident as example， through simulation analysis， it is found that the diffusion of environmental event network public opinion is mainly influenced by the government's efforts in rewards and punishments and the dynamic punishment mechanism. To effectively manage network public opinion on environmental events， the government can establish an early warning mechanism of network public opinion monitoring， by developing a scientific dynamic rewards and punishments governance mechanism to regulate the way netizens express their demands.

Keywords： environmental events; network public opinion; evolutionary game; system dynamics

［責(zé)任編校? 陳留院? 趙曉華］