考虑公众风险感知的突发事件风险传播模型及仿真研究

汪 婧, 郭楚晴

(1.福州大学 经济与管理学院,福建 福州 350108; 2.福建省应急管理研究中心,福建 福州 350108)

随着社会经济的不断发展，社会风险骤增，风险信息也随之增加，公众容易产生不确定性等复杂的感知，而这些风险感知通过社会公众的心理反应和交往活动不断传播从而推动了社会风险扩大化。风险信息扩散会影响公众的风险感知，而风险感知是公众在突发事件中影响公众行为反应并进行风险传播的关键因素。研究公众风险感知和风险传播相关问题能够帮助有关部门掌握公众风险感知发展规律，调节公众风险感知水平，从而更有效地发挥应急管理机制的作用。

以往关于风险感知的研究多以“影响因素——风险感知水平”为路径，探讨风险信息[1]、媒介[2]、公众个体属性[3]、群体态度[4]、情绪[5]、态度[6]等因素对风险感知的影响，具体的研究方法多以实证案例、统计分析为主[7～9]。

随着研究的深入以及信息时代的到来，越来越多的学者开始考虑风险信息对于风险感知的影响，利用ABMS方法[10]、非线性模糊规划模型[11]、BASS模型[12]等探讨突发事件中风险信息扩散对公众风险感知的影响。因为风险信息传播与疾病传染具有极大的相似性，传染病模型也被广泛应用。例如有学者基于传染病模型构建风险传播动力学模型[13]、知识扩散模型[14]，以及探究异质企业知识传播机理[15]等。如魏静等通过改进的SIR模型，研究了考虑情绪的风险信息传播[16]。赵海峰等基于改进SIS模型，提出应急信息传播效率会影响公众的风险感知并导致恐慌情绪的传播[17]。

以上研究为风险感知和风险传播的研究奠定了理论基础，但多数研究是从宏观的角度探讨和研究风险感知的影响因素，忽略了微观主体间的相互作用以及风险感知对于风险传播行为的影响。也有学者开始考虑风险信息和风险感知之间的相互作用，研究风险的传播行为，提出公众的风险感知会通过提高其安全意识而减少风险行为[18]。公众较高的风险感知会导致突发事件次生灾害发生[19]。但是对于两者相互作用的深入研究仍较缺乏。

为此，本文从风险感知和风险传播的相互作用角度出发，考虑突发事件中公众由于风险信息扩散导致的风险感知变化，分析风险感知与风险传播行为之间的路径关系。引入改进SEIR模型，构建基于微分方程的风险传播模型，结合仿真实验和实证分析，进一步得出不同影响因素作用下风险感知变化对风险传播过程的影响。以期为有关部门调节公众风险感知，制定管控风险的相关措施提供理论依据。

当风险感知一旦超出可承受范围时，公众会提高风险信息敏感度和需求量，从而提高风险传播行为的活跃性，造成风险扩大化现象。风险感知水平不同，公众的风险传播行为也会产生变化。因此，本文从媒体行为、群体风险感知水平、个人风险知识水平三个层面研究突发事件中公众风险感知的影响因素，进一步探讨不同影响因素下公众风险传播行为变化。

传播行为包括获取行为，还包括筛选、共享等多种行为。本文引入SEIR模型对公众风险传播过程进行建模分析，在突发事件风险传播过程中，存在未知者通过各种渠道寻求或者被动获得外部信源，即所谓信息寻求行为；
存在潜伏者根据自己的观感和判断对信息进行筛选和过滤，即所谓的信息筛选行为；
存在传播者感知到风险并对风险信息进行传播和共享行为，从而影响他人的风险感知，即所谓的信息传播行为；
存在免疫者不再相信风险信息有效性，即信息免疫行为。

图1 研究框架

基于此，本文建构风险信息、风险感知和传播行为研究框架如图1所示，通过探究三者之间的路径关系，研究不同影响因素作用下公众风险感知的变化与风险传播行为变化。

突发事件风险传播过程具有传染病传播过程的特征，存在一定的风险源和传染介质，可以利用SEIR模型分析和模拟突发事件风险传播过程。基于以上分析，本文通过改进SEIR模型构建风险传播模型，如图2所示，将系统人群分为：未知者S、潜伏者E、传播者I、免疫者R。

图2 突发事件风险传播模型

其中：a.当未知者S与潜伏者E接触时，会以概率μ转为潜伏者，另一部分未知者S与传播者I接触时则会以概率α被感染为传播者；
b.存在风险阈值θ，当潜伏者的风险感知水平超过风险阈值θ就会进行风险传播，成为传播者；
c.潜伏者会以移入率β转变为传播者；
d.传播者会因为官方辟谣等原因降低风险感知水平以概率变为免疫者；
e.单位时间内进入系统内的人数为d1N，免疫人群退出系统的数量为d2R。

2.1 参数设置

构建带有潜伏期的风险传播SEIR模型，本文提出以下假设：

(1)总节点数N不变，假设为1，将系统人群分为未知者S，潜伏者E、传播者I和免疫者R，时刻t这四类人具有S(t)+E(t)+I(t)+R(t)=1。为了保持系统总节点数N不变，假定单位时间内进入系统的人群和退出系统的人群数量相等，则有d1N=d2R。

(3)假设存在风险阈值θ，潜伏者所具有的风险感知达到一定程度时，即超过风险阈值时就会成为风险的传播者。根据情绪感染理论，考虑到公众所受相反的情感信息刺激达到一定程度时会改变情感态度，因此潜伏者的风险感知水平会受到群体风险感知水平ε的影响。

在以上假设的基础上，构建突发事件风险传播模型，其微分方程(1)如下:

(1)

2.2 模型的平衡点及稳定性分析

由S+E+I+R=1可得风险传播模型的微分方程(2)如下:

(2)

(1)平衡点分析

(2)稳定性分析

对风险消除平衡点P0进行Jacobian矩阵计算，通过计算求得3个特征根为:

由于α,β,γ,d的取值范围都是(0,1]，因此，计算可知，所有特征根都为负，由此表明风险传播消除平衡点是全局渐进稳定的。

同理可知，通过Jacobian矩阵计算可知，P*点上所有特征根都为负，由此表明突发事件风险传播过程中风险传播正平衡点(S*,E*,I*,R*)是全局渐进稳定的。因此通过风险传播模型的平衡点和稳定性分析可以看出，当公众的风险感知超过了其风险阈值θ时将出现风险传播行为，并且对系统中的其他人群造成一定的影响。

3.1 参数设计

为了使底层网络更贴近突发事件的实际情况，本文通过将BA无标度网络和WS小世界网络的传播者节点仿真变化与实际情况的变化趋势对比分析，来选择更适合的仿真底层网络，如图3所示。

图3 WS、BA仿真网络和真实数据对比

本文真实数据以抢购双黄连事件为例，以“抢购双黄连”为关键字，在新浪微博门户网页爬取了2020年1月30日至2020年2月29日的实时微博。仿真表明，结论不会因为网络中总节点的设计不同产生影响。因此，本文在仿真过程中将网络总节点数设为N=1000，初始节点数m0=5，每引入一个节点生成最小边数m=3。结合相关文献，将初始参数值设置如下α=0.6、β=0.6、μ=0.2、γ=0.1，各参数本质都为概率，因此取值范围都为0到1之间。图3可见，BA无标度网络更贴近于真实数据的变化趋势，因此本文选取BA无标度网络作为仿真底层网络。

3.2 仿真结果分析

3.2.1 媒体报道力度的影响分析

图4和图5为不同媒体报道因素q及感染概率α取不同值对未知者人数、传播者人数的作用。该节感染概率α分别取0.2、0.4、0.6、0.9，媒体报道力度分别取0.1、0.3、0.5、0.7、0.9。

当感染概率α=0.3时，在事件前期，媒体报道力度水平越高，未知者节点密度下降的速度越快。事件中后期，媒体报道力度水平越低，未知者节点密度下降的速度越快。此时，媒体报道水平对于传播者节点密度峰值的影响并没有出现相似的变化。

图4 未知者节点密度变化曲线

图5 传播者节点密度变化曲线

当感染概率α<0.3时，媒体报道力度高时的未知者节点密度相较于在媒体报道力度低时减少的速度更缓慢，并且未知者节点密度开始下降的时间更晚；
传播者节点密度峰值更低，时间更晚。当感染概率α>0.3时，媒体报道力度q越高，未知者节点密度减少的速度更快且开始减少的时间更早，有更多的未知者节点状态发生转变；
同时传播者节点密度峰值更高。在媒体报道水平q相同的情况下，感染概率越高，未知者节点密度减少的更慢，未知者节点密度开始减少的时间更晚。当感染概率较低时，媒体报道力度越低，易引起公众对于这一存在的感染事实产生猜测，公众的风险感知程度会更高。而当感染概率较高时，媒体报道力度越高，公众的风险感知水平越高。

3.2.2 群体风险感知水平的影响分析

突发事件发生时，感染概率高会导致当前群体风险感知水平较高。此外，初始传播节点数量大说明当前群体风险感知水平较高。图6和图7展示了当初始传播节点分别为P=1和P=100时，感染概率不同的情况即群体风险感知水平不同时对四类节点数的作用曲线图。

图6 p=1时群体风险感知度不同时各节点密度

图7 p=100时群体风险感知度不同时各节点密度

图8 μ=0.2个人风险知识水平不同下各节点密度

图9 μ=0.5个人风险知识水平不同下各节点密度

图10 μ=0.9个人风险知识水平不同下各节点密度

该节感染概率α分别取0.1、0.4、0.6、0.9；
初始传播节点数p分别设置为1、100。如图所示，在突发事件中，当初始传播节点较大或感染概率较高时，群体风险感知水平高，公众所能承受的风险阈值更容易被突破，风险传播者数量增加，增加了对潜伏类人群的唤醒数量，潜伏者到传播者的转化过程所需时间更少，导致突发事件次生事件的爆发所需时间更少。因为在突发事件爆发的过程中，由于信息的不全面，人们对感知到的风险所能带来的结果是难以估计的，自身风险感知水平低的公众也更容易将周围群体的集体风险感知水平作为行动决策的依据，产生从众效应。

3.2.3 个人风险知识水平的影响分析

图8～10是感染为潜伏者的概率不同时，个人所具备的风险知识水平不同时对四种节点数的作用曲线图。该节感染为潜伏者的概率分别取0.2、0.5、0.9，个人风险知识水平ω分别取0.1、0.3、0.6、0.9。

如图所示，在感染概率一定的情况下，当个人风险知识水平ω较低时，未知者与免疫者交汇和平衡时间更早，潜伏者节点到传播者节点的转化过程所需时间更少，传播者节点密度峰值与潜伏者节点密度峰值相比更高。而当个人风险知识水平ω较高时，潜伏者节点密度峰值与传播者节点密度峰值相比更高，有更少的潜伏者节点状态发生改变，导致突发事件次生事件的爆发的可能性降低。因为当个人风险知识水平较低时，难以对海量的风险信息进行正确的判断，个人感知到突发事件的风险阈值就随之降低，容易在突发事件中产生恐慌和焦虑，个人风险阈值更容易突破从而导致风险在公众之间传播。而当个人风险知识水平较高时，容易对突发事件有更高的风险感知，因此潜伏类人群数量更多，但是与此同时风险知识水平高的个体自身风险传播阈值更高，不容易成为风险传播者。

3.3 实证分析

为了验证风险传播模型的合理性，本文以2020年1月31日“抢购双黄连”事件为例进行实证分析。选取转发时间为2020年1月31日23时至2月1日12时的微博共计17235条，如图11所示。通过人工判定的方式将源博文的转发链数据进行编码处理，基于微博语料分析判断转发者的态度和风险感知水平。相信舆论的公众会担心购买不到双黄连而使风险感知水平剧增，不相信的公众会保持相对低的风险感知水平。基于此，本文将搜集到的微博语料主要分为“相信”(风险感知水平高)和“不相信”(风险感知水平低)两大类。

可见，在源博文发表初期多数人持有相信的态度，导致有更多的未知者S和潜伏者E转变为传播者I，从而产生了抢购双黄连的不理性行为。而随着2月1日早上相关辟谣微博的发表，公众的风险感知水平降低，更多的传播者I转变为了免疫者R，抢购事件的整体过程符合本文风险传播模型的结构特征，因此在一定程度上可以有效证明模型的有效性和合理性。

图11 源博文转发态度随时间变化图

为了更好地验证模型的仿真结果，本文使用Gephi软件对通过微博实现的风险传播网络进行可视化呈现。如图12(a)所示，以两种类型节点进行分割，其中粉色节点表示相信的人群即风险感知水平高，绿色节点表示风险感知水平低的人。在源博文发表五分钟后，风险感知水平高的节点占比为68.83%，风险感知水平低的节点占比为31.17%，环绕在中心节点周围的一级转发节点大多数呈现风险感知水平高的状态。而当源博文发表一小时后，媒体报道量迅速增加，公众的风险感知水平也随之增加。图12(b)中随着时间增加，发现在传播网络中出现更多的扇形结构和链状结构，在传播中具有影响力的传播节点增加，同时风险感知水平高的节点占比提高为82.07%，风险感知水平低的节点占比为17.93%。因此，验证了仿真实验中媒体报道力度对公众的风险感知水平具有一定的影响的结论。

由图12可见，当传播网络整体的风险感知水平提高，个体的风险感知水平也不断提高。此时，风险感知水平高的节点占比从68.83%提高到了82.07%。

另在源博文发表一小时后的二级转发的扇形结构中，风险感知水平呈现群体化差异，如图13(a)所示，扇形结构中的大多数个体的风险感知水平与扇形结构群体的风险感知水平一致，因此，验证了仿真实验中群体风险感知水平会对个体的风险感知水平产生一定影响。同时，在图13(b)中，可以发现辟谣4小时后的风险传播网络整体呈现风险感知水平低的状态，辟谣的同时也提高了公众的风险知识水平，大多数人不再相信谣言并且停止了抢购双黄连行为。因此，验证了当个体的风险知识水平提高，能够有效提高风险传播阈值，从而减少风险传播行为。

图12 发表五分钟后传播网络节点分布

图13 辟谣前后传播网络节点结构对比图

3.4 结果分析

本文的仿真结果和实证分析不仅表明模型能够合理的描述突发事件公众风险传播的动态过程还得到了以下结果：

(1)通过以上模型的分析，可以看出存在风险传播阈值θ，当潜伏者所具有的风险感知达到一定程度时，即超过风险阈值时就会成为风险传播者。因此突发事件的风险防控可通过把控风险传播者风险阈值来提高风险控制效性。

(2)媒体报道水平q在突发事件的不同阶段对公众的风险感知水平产生了差异性影响。我们发现，当感染概率不同时，媒体报道力度对于未知者节点以及传播者节点的影响存在一定差异。当感染概率较高时，媒体报道力度越大，公众的风险感知水平越高；
而当感染概率较低时，情况就正好相反。

(3)群体风险感知水平会对个人自身的风险感知水平产生一定影响，从而影响个体的对于风险信息的理解并可能导致出现风险传播行为。在突发事件发生初期有关部门在处理突发事件的过程中，有关部门需要建立完备的信息公开机制，多渠道及时公开信息，减少初始传播节点数，从而降低群体风险感知水平。

(4)个人风险知识水平ω对于自身风险感知水平有着重要的影响。通过提高个人风险知识水平，可以有效提高风险阈值，有效降低风险扩散率。有关部门要在突发事件发生的过程中要发挥主导作用，保证信息渠道畅通，通过官方渠道、纸媒和电视传媒发布相关的风险防控知识，让不同层面的民众都能充分了解疫情。

本文通过构建风险信息、风险感知与风险传播行为之间的路径关系，将突发事件风险传播系统中的人群分为未知者、潜伏者、传播者、免疫者四类，并且在考虑风险感知的基础上，将传染病理论引入风险传播研究，构建了突发事件下的风险传播模型。同时，综合考虑了不同影响因素作用下公众风险感知与风险传播行为变化，通过仿真实验进一步得出相关结果和启示，并且通过案例数据实证分析证明了模型结论的有效性和合理性得到了以下结论：

(1)存在一定的风险阈值影响公众的风险传播行为，因此要通过有效控制使公众的风险感知水平低于风险阈值。同时通过风险阈值的有效测量可以较好地完善公共危机预警机制，对实现社会风险治理现代化提供一定支持。

(2)当前在突发事件应急信息治理中存在协同联动乏力、舆论引导失误等问题。本文分析了风险信息源与信息治理客体之间的关联和互动关系，研究结论有利于完善应急信息综合治理与媒体管理。

(3)本文从群体和个体两个层面研究公众风险感知和风险传播行为并得到了相关结论，为今后在突发事件中调节和引导公众风险感知水平做了一定的准备。

本文构建的风险传播模型能够在一定程度上可视化展现公众在突发事件中风险传播的过程及影响因素，但模型仿真参数设置存在一定的局限性，而由于互联网时代的快速发展，突发事件风险传播的社交网络会呈现出不同于以往简单的网络结构，因此关于耦合复杂网络的风险传播机制将在未来研究中进一步完善。

推荐访问:风险 突发事件 感知