DOI:10.13306/j.1672-3813.2012.01.

001

第 ９ 卷第 １ 期 复 杂 系 统 与 复 杂 性 科 学 Ｖｏ
ｌ．９Ｎｏ．
１
２０１２ 年 ３ 月 ＣＯＭＰＬＥＸＳＹＳＴＥＭＳＡＮＤＣＯＭＰＬＥＸＩＴＹＳＣＩＥＮＣＥ Ｍａ
ｒ． ２０１２

文章编号：
１６７２ ３８１３（
２０１２）
０１ ０００１ ０７

网络群体事件信息传播的演化博弈分析

肖人彬１，张耀峰１，２
１．华中科技大学系统工程研究所，武汉 ４３００７４；
（ ２．湖北经济学院统计与应用数学系，武汉 ４３０２０５）

摘要：以政府部门处理网络群体事件信息传播为背景，建立了政府部门和网民在信
息传播过程中的演化博弈模型，对不同 规 模 网 络 群 体 事 件 下 政 府 应 采 取 的 应 对 措
施进行了复制动态分析和仿真分析 研 究。 研 究 结 果 表 明，对 参 与 网 络 信 息 传 播 的
人数较多、爆发时间已经较长的大规模网络群体事件，政府部门应及时、公开、透明
地予以处理；对参与人数较少、距离爆发时间较短的小规模群体事件可以适当地采
取屏蔽手段。政府部门要实现对有害 社 会 秩 序 的 网 络 群 体 事 件 的 有 效 控 制，应 该
建立有效的网络群体事件预警机制，把握处理信息传播的时机。
关键词：网络群体事件；信息传播；演化博弈
中图分类号：
Ｃ９１；
Ｎ９４９ 文献标识码：
Ａ

Ｅｖｏ
ｌｕｔ
ｉｏｎａ
ｒｙＧａｍｅＡｎａｌｓ
ｙｉｓｏｆＩ
ｎｆｏ
ｒｍａｔ
ｉｏｎＳｐｒ
ｅａｄｉ
ｎ
Ｎｅ
ｔｗｏｒｋ Ｍａｓ
ｓＥｖｅｎ
ｔｓ
，
ＸＩＡＯ Ｒｅｎ－ｂ
ｉｎ１ ， ｅｎｇ１ ２
ＺＨＡＮＧ Ｙａｏ－ｆ
（
１．Ｉ
ｎｓｔ
ｉｔｕ
ｔｅｏ
ｆＳｙ
ｓｔｅｍｓＥｎｇ
ｉｎｅ
ｅｒｎｇ，Ｈｕａ
ｉ ｚｈｏｎｇ Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙｏ
ｆＳｃ
ｉｅｎｃ
ｅａｎｄＴｅ
ｃｈｎｏ
ｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈ
ｉｎａ；
２．Ｓ
ｔａｔ
ｉｓｔ
ｉｃａｎｄ Ａｐｐ
ｌｉｅｄ Ｍａ
ｔｈｅｍａ
ｔｉｃ
ｓＤｅｐａ
ｒ ｔ，Ｈｕｂｅ
ｔｍｅｎ ｉＵｎ
ｉｖｅ
ｒｓｉ
ｔｙｏ
ｆＥｃ
ｏｎｏｍｉ
ｃｓ，Ｗｕｈａｎ４３０２０５，Ｃｈ
ｉｎａ）

Ａｂｓ
ｔｒａ
ｃｔ：Ｔａｋｉ
ｎｇｔ ｈｅｇｏｖｅ
ｒｎｍｅｎ ｔ
＇ｓｔ
ｒｅａ
ｔｍｅｎ
ｔｏｆｔｈｅｉ
ｎｆｏｒｍａ
ｔｉｏｎｓｐｒｅａｄｉｎｎｅｔｗｏｒｋ ｍａ
ｓｓｅｖｅｎ
ｔｓａ ｓ
ｔ
ｈｅｂａｃｋｇ
ｒ ，
ｏｕｎｄ ｔｈｅｅｖｏｌｕ
ｔｉｏｎａ
ｒｙｇａｍｅｍｏｄｅｌｏ
ｆｇｏｖｅｒｎｍｅｎ
ｔａｎｄｉ ｎ
ｔｅ ｒｎｅ
ｔｕｓ
ｅ ｒ
ｓｉｎｔｈｅｉｎｆ
ｏｒｍａｔｉ
ｏｎ
ｓｐｒ
ｅａｄｐｒ
ｏｃｅ
ｓｓｉ
ｓｅｓ
ｔａｂ
ｌｉｓｈｅｄ．Ｔｈｅｍｅ
ａｓｕｒ
ｅｓｔ
ｏｄｅ
ａｌｗｉ
ｔｈｔ
ｈｅｎｅ
ｔｗｏ
ｒｋ ｍａ
ｓｓｅｖｅｎ
ｔｓｗｉ
ｔｈｄ
ｉｆｆ
ｅｒｅｎ
ｔ
ｓ
ｃａｌ
ｅｂｙｔ
ｈｅ ｇｏｖｅ
ｒｎｍｅｎ
ｔａｒ
ｅａｎａ
ｌｙｚ
ｅｄ ｖ
ｉａｔ
ｈｅｒ
ｅｐｌ
ｉｃａ
ｔｉｏｎ ｄｙｎａｍｉ
ｃ ｍｅ
ｔｈｏｄ ａｎｄ ｓ
ｉｍｕ
ｌａｔ
ｉｏｎ ａｐ－
ｐｒｏａ
ｃｈ．Ｔｈｅｒ
ｅｓｅａｒ
ｃｈｒ ｅ
ｓｕｌｔ
ｓｓｈｏｗｔｈａｔｆｏｒｔｈｅｌａ
ｒｇｅ－ｓｃ
ａｌｅｎｅｔｗｏｒｋ ｍａ
ｓｓｅｖｅｎｔｓｗｈｉｃｈｈａｖｅｌ
ａｒｇｅ
ｎｕｍｂｅｒｏ
ｆｐａｒ
ｔｉｃ
ｉｐａｎｔ
ｓ ｏｒｈａｖｅｏｃ
ｃｕｒ
ｒｅｄｆｏ
ｒ ａｌｏｎｇｔｉｍｅ，ｔｈｅｇｏｖｅ
ｒ ｎｍｅｎｔｓｈｏｕｌ
ｄ ｔ
ａｋｅａｃｔ
ｉｏｎｑ ｋ－
ｕ
ｉｃ
ｙ，ｐｕｂ
ｌ ｌｉｃ
ｌｙａｎｄｔ
ｒａｎｓｐａ
ｒｅｎ
ｔｌｙ；ｂｕ
ｔｆｏ
ｒｔｈｅｓｍａ
ｌｌ－ｓ
ｃａｌ
ｅｎｅ
ｔｗｏ
ｒｋ ｍａ
ｓｓｅｖｅｎ
ｔｓ，ｔ
ｈｅｇｏｖｅ
ｒｎｍｅｎ
ｔｃａｎ
ｔａｋｅｓｈ
ｉｅｌ
ｄｉｎｇ ｍｅ
ａｎｓａｐｐｒｏｐｒ
ｉａｔｅ
ｌｙ．Ｉｎｏｒｄｅ
ｒｔｏａｃｈｉ
ｅｖｅｅｆｆ
ｅｃｔ
ｉｖｅｃｏｎｔ
ｒｏｌｆｏｒｔ
ｈｅｎｅ ｔｗｏ
ｒｋ ｍａｓ
ｓｅ－
ｖｅｎｔｓｗｈｉ
ｃｈａｒｅｈａ ｒｍｆ
ｕｌｔ
ｏｓｏｃ ｉ
ａｌｏ ｒ，ｔ
ｒｄｅ ｈｅｇｏｖｅ
ｒｎｍｅｎｔｓｈｏｕ
ｌｄｅｓｔａｂ
ｌｉｓｈａｎｅｆ
ｆｅｃ
ｔｉｖｅｅａｒ
ｌｙｗａｒｎ－
ｉ
ｎｇｓｙｓ
ｔｅｍ ａｎｄｇｒ
ａ ｓｐｔｈｅｓｕｉｔａｂ
ｌｅｏｐｐｏｒｔ
ｕｎｉｔｙｔ
ｏｄｅ ａ
ｌｗｉｔ
ｈｔ ｈｅｉｎｆｏ
ｒｍａ
ｔｉｏｎｓｐｒ
ｅａｄ．
Ｋｅｙｗｏｒｓ：ｎｅ
ｄ ｔｗｏｒｋ ｍａｓｓｅｖｅｎｔ；ｉ
ｎｆｏｒｍａｔｉ
ｏｎｓｐｒａｄ；ｅｖｏ
ｅ ｌｕ
ｔｉｏｎａ
ｒｙｇａｍｅ

收稿日期：
２０１１－１０－１２
基金项目：国家自然科学基金（
６０９７４０７６）
作者简介：肖人彬（
１９８４－），男，湖北武汉人，博士，教授，博导，主要研究方向 为 群 集 智 能 与 复 杂 性 科 学 、管 理 决 策 理 论 与 决 策 支 持 系 统、复 杂 产
品创新设计。
·２· 复 杂 系 统 与 复 杂 性 科 学 ２０１２ 年 ３ 月

０ 引言
当前中国处于经济快速发展、改革逐步深化的时期，在这一背景下，各种社会矛盾日益显现，由于社会转
型而导致的各类群体性突发事件时有发生。尤其在互联网迅速普及和高度发达 的 今 天，群 体 事 件 也 表 现 出
网络虚拟空间与社会现实空间紧密互动的新趋势。网络群体事件已经逐渐发展 成 了 一 类 具 有 新 形 式、新 特
征的群体事件，并受到了广泛关注 ［１］。
由于目前对群体事件还没有统一的定义，因此网络群体事件的定义并非唯一。Ｋａ
ｒａｔ
ｚｏｇ
ｉ ｉ认为网络
ａｎｎ
群体事件是现实社会矛盾在互联网上的集中体现，是为了影响社会舆论，实现某种利益诉求而进行的网络较
量 ［２］；杜俊飞则认为网络群体事件既包括以网络为传播途径的无序、非法的群体事件，也包括有序、合法的群
体事件 ［３］；杜鹏从更广泛的角度提出网络群体事件泛指以互联网为媒介的所有事件 ，包括虚拟空间中网民互
动产生的舆论、网络舆论与现实事件 的 互 动 以 及 仅 仅 把 网 络 作 为 一 种 传 播 工 具 的 现 实 世 界 的 群 体 事 件 ［４］。
综合上述观点，本文将网络群体事件界定为一种以虚拟网络为媒介的，具有现实 空 间 一 般 群 体 事 件 特 征 的，
虚实互动的新型群体事件，它是群体事件向虚拟空间发展的新形式。
现有关于群体事件的研究主要侧重现实空间中的群体事 件，一 般 集 中 在 社 会 科 学 领 域 ［５］。 由 于 群 体 事
件是一类具有从众心理特征的民众采取相同信息传播策略的同步现象 ［６］，因此除了社会科学领域的研究 外，
群体事件也逐渐引起自然科学领域人员的研究兴趣。尤其是复杂网络作为充分反映社会群体关系的结构框
架被引入到群体事件研究中之后，集体行为的同步和涌现现象更是成为当前研究的一个热点 ［７］。不过，物理
学领域的同步研究大多只关心网络同步的斑图涌现 ［８］等物理现象的解释，缺乏结合实际问题的分析，其对现
实问题的指导意义比较有限。近年来，基于多 Ａｇｅｎ
ｔ的建模仿真逐步发展成为分析群体事件形成原因和传
播特性的一类重要方法 ［９－１０］，演化博弈论 作 为 分 析 群 体 策 略 演 化 的 重 要 工 具 也 在 群 体 事 件 的 演 化 分 析 中 发
挥着重要的作用 ［１１－１２］，但这些方法在网络群体事件中的研究尚不多见。
目前关于网络群体事件的研究较之现实空间中群体事件的研究相对较少 ，其 成 果 主 要 涉 及 网 络 群 体 事
件中谣言的传播 ［１３－１４］、网络群体事件成因以及应对措施 ［１５］等方面，主要集中在社会科学领域，缺乏定量层面
的研究。现有关于网络群体事件的文献一般将政府部门和网民作为网络群体事 件 的 两 类 参 与 主 体 ，大 多 提
出了一些重要的策略建议，如政府部门应把建立舆情预警系统以及积极搭建与民众 的 对 话 平 台 等 作 为 应 对
网络群体性事件的措施 ［１６］。
网络群体事件作为一类新型群体事件，具有一些独特之处。现有研究中 往 往 在 政 府 部 门 如 何 应 对 互 联
网上的群体事件的定量化的仿真分析方面存在不足；并且大多针对的是如何预防网络群体事件爆发的情况，
缺少在网络群体事件已经爆发的情况下，政府应采取何种有效应对措施的阐述。针对这些不足，本文围绕网
络群体事件信息传播过程，建立了政府与网民处理网络信息传播的演化博弈模型，利用复制动态方程对模型
的策略演化均衡进行了讨论，采用多 Ａｇｅｎ
ｔ方法进行了深入的仿真分析，得到了颇有参考价值的有关结论。

１ 网络群体事件信息传播的博弈模型

１ 模型建立
１．
中国互联网络信息中 心 （
ＣＮＮＩＣ）最 近 发 布 的 《第 ２７ 次 中 国 互 联 网 络 发 展 状 况 统 计 报 告 》显 示，截 至
２０１０ 年 １２ 月底，中国网民规模达到 ４．
５７ 亿，较 ２００９ 年底增加 ７３３０ 万人，互联网普及率攀升至 ３４．
３％ ，较
２００９ 年提高 ５． ４ 个百分点 。在网民数量激增的同时，通过网络传播的各类社会经济矛盾信息为网络群体
［
１７］

事件的发生提供了条件。由于网络中人的虚拟特征，所以相对在现实空间中，网 络 上 个 人 的 发 表 言 论、散 播
谣言、宣泄情绪等行为被扩大，尤其当网民关心的涉及到诸如“三公部门”及公职人员违法违纪等社会事件出
现时，更容易成为导火索，最终引发网民同步传播网络信息，从而引起网络群体事件的爆发。
近年来，网络群体事件的爆发频率不断加快的一个内在原因是相对于中国经济改革来讲 ，中国政治体制
改革却相对滞后，政府回应能力不足，公信力不高。政府在无法同时满足不同 主 体 利 益 诉 求 的 情 况 下，没 能
第 ９ 卷第 １ 期 肖人彬，等：网络群体事件信息传播的演化博弈分析 ·３·

及时公开相关信息以消除群众的各种猜疑，如“瓮安事件”、“躲猫猫”事件等。有个别政府部门甚至为了维护
地方政府形象、保全政府相关利益对网络信息进行屏蔽，要求各网站禁止传播事件相关帖子并对已有帖子进
行删除。但是这种屏蔽网络信息的行为如果处理不当，就会导致网络信息通过现 实 空 间 中 的 其 他 途 径 进 行
传播，如电话、短信、口口相传等。在信息传播过程中甚至导致“谣言”惑众的现象，从而相比公开透明处理相
关事件会带来更严重的损失。
政府部门作为社会中强势主体，在预防和处理很多网络群体事件的信 息 传 播 时，既 可 以 应 采 取 公 开 的、
透明的方式处理相关事件（策略 Ｃ）。此时网民可以 通 过 跟 帖、转 帖 等 方 式 发 表 看 法 和 言 论。 有 些 受 关 注 度
低的事件并不会受到网民的同步传播（策略 Ｃ），因此并未发展成为网络群体事件，但其对政府公信力等造成
的潜在损失却仍然存在，记为 Ａ，表示网络群体事件爆发前的政府的初始损失值。此时网民获得收益为 ０，政
府获得潜在收益记为 Ｖ －Ａ，
Ｖ 为群体事件未发生时政府部门的潜在收益，如政府强制拆迁却并未引发网络
群体事件所得到收益等；还有些受关注度高的事件在网民的同步传播（策略 Ｄ）下很容易发展为网络群体事
件，此时由于网络群体事件的爆发造成的政府部门相关损失记为 －αＡ ，其中α 为群体事件信息扩散率，其值
反映了群体事件信息在网络上的传播速度，同时也反映了网民传播网络信息的同步程度。网民因群体事件的
参与促使了政府部门及时处理相关事件，其获得的收益记为 Ｐ，此处忽略网络传播成本。
对某些危害性较大的网络群体事件，政府有时需采取必要的信息屏蔽措施（策略 Ｄ）。当政府采取屏蔽措
施后，网民不再采取其他途径对某事件进行大范围传播时，政府部门 获 得 收 益 为 Ｖ ，网 民 由 于 不 知 情 等 原 因
造成的损失为 － Ｍ ，比如某存在安全隐患的食品由于相关政府部门的故意隐瞒造成民众身体健康方面的损
失等。当政府部门采取网络信息屏蔽措施后，由于网民对事件反映过激，通过 现 实 空 间 中 的 手 机 短 信、电 话、
口口相传等方式进行事件信息同步传播造成的政府损失记为 －βＡ ，
β 表示政府部门屏蔽网络信息传播时 的
信息扩散率，反映了网络群体事件信息通过现实空间中的其他途径进行传播的速度 ，也反映了网民在现实空
间中信息传播的同步化程度。虽然该传播方式没有网络传播便利，但考虑到只有备受关注的社会事件才会在
政府屏蔽网络信息后还能在现实空间中同步传播，所以民众参与传播的积极性 更 高，信 息 传 播 速 度 更 快，因
此有α ＜β。此时网民的损失记为 － Ｍ －Ｃ，其中 Ｃ 为信息传播成本。
在网络群体事件的信息传播过 程 中，电 视、广 播、报 纸 等 媒
体往往也发挥一定的作用。但 考 虑 到 媒 体 信 息 传 播 的 过 程 很 大 表１ 政府与网民的策略博弈矩阵

程度上受政府部门策略的 影 响，并 且 其 传 播 效 果 和 网 络 传 播 效 网民
政府
果基本一致，即政府采取公开、透明方式处理群 体 事 件 时，媒 体 不传播（
Ｃ） 传播（
Ｄ）
会跟踪报道，否则也会受到屏蔽。因此，为了突出 研 究 网 络 信 息 公开（
Ｃ） Ｖ －Ａ，０ －αＡ ，Ｐ
传播过程中网民与政府的 动 态 博 弈 过 程，本 文 将 媒 体 传 播 与 网 屏蔽（
Ｄ） Ｖ ，－ Ｍ －βＡ ，－ Ｍ －Ｃ
络传播合并考虑，不再单独讨论媒体传播这一因素。
据此，得到政府与网民双方博弈的支付矩阵，如表 １ 所示。
２ 网络群体事件信息传播博弈的演化均衡分析
１．
假设在网络群体事件信息传播博弈中政府采取公 开 网 络 信 息 策 略 的 比 例 为 ｘ，采 取 屏 蔽 策 略 的 比 例 为
１－ｘ。网民中采取不参与信息传播的比例为 ｙ，参与信息传播的比例为 １－ｙ。
政府采取公开网络信息策略时的平均收益为
ｆ政Ｃ ＝ ｙ（
Ｖ －Ａ）＋ （
１－ｙ）（
－αＡ ） （
１）
采取屏蔽网络信息策略时的平均收益为
ｆ政Ｄ ＝ ｙＶ ＋ （
１－ｙ）（
－βＡ ） （
２）
则政府部门获得的平均收益为
ｆ政 ＝ ｘ［（
Ｖ －Ａ ＋αＡ ）
ｙ －αＡ ］＋ （
１－ｘ）［（
Ｖ ＋βＡ ）
ｙ －βＡ ］ （
３）
根据复制动态方程可以得到政府部门采取公开网络信息策略的动态演化方程为
ｄｘ／ｄ
ｔ ＝ ｘ［
ｆ政Ｃ －ｆ政 ］＝ ｘ（
１－ｘ）［
－αｙ（
１＋β－α）＋ （
β－α）
α］ （
４）
·４· 复 杂 系 统 与 复 杂 性 科 学 ２０１２ 年 ３ 月

同理可得网民采取不参与信息传播策略的动态演化方程为
ｄｙ／ｄ
ｔ ＝ ｙ［
ｆ民Ｄ －ｆ民 ］＝ ｙ（
１－ｙ）［（
－Ｐ －Ｃ）］
ｘ ＋Ｃ］ （５）
根据微分方程稳定性定理可以判断，（ １，０），（０，
１）为系统的稳定平衡点（ ＥＳＳ），（
１，１）和（
０，０）为不稳
ｘ＊ ，ｙ＊ ）为鞍点，其中 ｘ＊ ＝ Ｃ／（
定点，（ Ｐ ＋Ｃ），
ｙ ＝（
＊
β－α）
／（１＋β－α）。系统策略演化相图如图 １ 所示。
当ｙ ＝ （
＊
β－α） １＋β－α）时，
／（ ｄｘ／ｄ
ｔ＝０， ｘ 为稳定状态；当ｙ ＞ｙ＊ 时，
ｘ＊ ＝０为 ＥＳＳ；当ｙ ＜ ｙ＊ 时，
ｘ＊ ＝１为 ＥＳＳ。政府采取何种策略与网民的策略选择比例ｙ 有关，它取决于信息扩散率α和β，由于信息扩散
速度随着参与传播人数和网络群体事件持续时间的增加而增加，故不妨设α ＝ ｋ１ｇ（ ｎ，ｔ）； ｎ，ｔ），其
β ＝ ｋ２ｇ（
中 ｎ 为传播人数，
ｔ 为传播时间，
ｇ（ｎ，ｔ）为关于ｎ 和ｔ 的增函数， ｋ２ 为传播系数且满足ｋ１ ＜ｋ２ 。随着参与
ｋ１ ，
信息传播的人数与传播时间的 增 加，
β 与α 的 差 值 也 越 大，
ｙ 则 越 大，
＊
ｙ 比 ｙ 小 的 可 能 性 增 加，系 统 趋 于
＊

ｘ＊ ＝１。其现实意义是随着网络群体事件的参 与 人 数 增 加 或 持 续 时 间 的 增 长，网 民 的 信 息 传 播 行 为 趋 于 更
大 规模的同步，政府部门在舆论压力下必须公开信息传播。反之， β－α 的值越小，则系统趋于ｘ ＝０，此时由
＊

于同步行为还未大规模涌现，政府最终应该采取屏蔽策略以消除网络群体事件爆发的可能性。
当ｘ＊ ＝ Ｃ／（
Ｐ ＋Ｃ）时， ｔ＝０，即ｙ 为稳定状态从而不变。当ｘ ＞ｘ＊ 时，ｙ＊ ＝０为 ＥＳＳ；当ｘ ＜ｘ＊
ｄｙ／ｄ
时，ｙ＊ ＝１ 为 ＥＳＳ。当 Ｃ 增加或 Ｐ 减少时，ｘ＊ 越大，即 ｘ 取比ｘ＊ 小的可能性增加，系统趋于 ｙ＊ ＝１。此时
由于传播信息成本的增加和传播时所获取收益的减少，网民采取信息传播策略的可能性减小，不易造成网民
的信息传播同步行为。当 Ｃ 减小或Ｐ 增加时，系统趋于ｙ＊ ＝０，此时网民的策略收敛于同步参与信息传播策
略。

２ 基于多 Ａｇ
ｅｎｔ的演化仿真分析
一般来说，政府部门理性程度较高，同时互联网等现代技术手段使得网 络 信 息 传 播 很 快，所 以 网 民 间 相
互学习速度较快，这更符合最优反映动态分析方法的情况。本节利用最优反映动态思想建立了基于多 Ａｇｅｎ
ｔ
的仿真模型并进行了仿真实验，以进一步深化第 ２ 节的研究结果。
２．
１ 算法步骤
１）网络生成。初始生成由ｎ ＝ｎ１ ＋ｎ２ 个节点组成的复杂网络，其中ｎ１ 为政府部门个数，
ｎ２ 为网民个数。
假设长期以来网民之间以及各政府部门之间已经形成了相对固定的交往和管理关 系 ，每 个 政 府 节 点 随 机 选
取１至ｐ１ 个政府节点相连，选取１至ｐ２ 个网民节点相连；每个网民节点随机选取１至ｑ１ 个网民节点相连，选
取 １ 至ｑ２ 个政府节点相连，形成关系网络，如图 ２ 所示。

图１ 网络群体事件中政府与网民策略演化相图 图２ 政府与网民的关系网络

２）初始设置。初始的政府节点和网民节点分别占节点总数的ｃ和（ １－ｃ），并且每类群体中采取 Ｃ 策略和

采取 Ｄ 策略的个体各占本群体的 ５０％ 。两群体中所有个体都随机分布在网络的各个节点上。
３）计算个体收益函数。假设博弈只发生在政府与网民之间，每类节点可以内部进行策略学习。记 个体的
第 ９ 卷第 １ 期 肖人彬，等：网络群体事件信息传播的演化博弈分析 ·５·

收益函数为 Ｕｉ ＝ ， ｎ。其中 Ωｉ 表示与第ｉ 个个体相连的节点中属于另外一类群体的个体

ｉ＝１，２，…，
∑Ｋ
ｊ∈Ωｉ
ｉ
ｊ

集合，Ｋｉｊ 为第ｉ 个个体与第ｊ 个个体博弈的收益。

４）策略学习。随机的在相连的同类个体中选择 一 个 作 为 策 略 学 习 邻 居。由 于 个 体 总 以 追 求 更 高 的 收 益
为目的。所以博弈过程中收益高的个体更容易被其他个体学习模仿 。据此，本文个体策略更新规则为 ［１８］：
１ （
ｐｉｊ ＝ ６）
１＋ｅｘｐ［（Ｕｉ －Ｕｊ）
／ｋ］
其中，
ｐｉｊ 为第ｉ 个节点采取第ｊ 个节点策略的概率， Ｕｉ 和 Ｕｊ 分别为第ｉ 个节点和第ｊ 个节点的总收益，
ｋ为
噪声系数，表示由于个体的有限理性，即使收益较低的个体策略也可能以一个小 的 概 率 被 其 他 个 体 学 习。根
１８］，本文取 ｋ ＝０．
据文献［ １。
系统开始运行后，通过以上 ４ 个步骤完成一次演化学习过程。循环进行可以观察出该网络系统学习演化
以及结果涌现的过程，从而对该系统中的动态关系进行分析。
２．
２ 仿真结果与分析
实验中取初始网络节点 １００００ 个。为突出分析参数α， Ｃ 及 Ｐ 对系统演化的影响，取 ｐ１ ＝ ｐ２ ＝ ｑ１ ＝
β，
ｑ２ ＝８，
Ｖ ＝１５０，
Ａ ＝１，
Ｍ ＝５， ５，每次实验中，取演化步骤为５００步。多次试验证明，以下试验结果分
ｃ＝０．
析所得结论，对其他不同的参数也类似成立。图 ３ 和图 ４ 分别给出了政府采取公开网络信息策略的比例以及
网民采取不参与信息传播策略的比例随β－α 变化而变化的情况，其中Ｐ ＝１０， Ｃ ＝５， １，图 ３、图 ４ 中
α ＝１．
每个数值点都是 １０ 次试验结果的平均值，每次试验取演化的后 ５０ 步结果的均值作为该次试验结果。

图３ 政府部门采取公开信息策略的比例变化 图４ 网民采取不参与信息传播策略的比例变化

从图 ３ 可以看出，当β－α 较小时，网络信息传播还未形成大规模的网民同步行为，即参与信息传播的人
数还不多或传播的时间还不长时，对网络信息的屏蔽造成其他途径同步传播的可能性较小，政府部门可以有
针对性的对信息进行屏蔽。随着β－α 的增大，政府部门采取公开网络信息策略的比例 不 断 增 加。这 是 因 为
β－α 的增大意味网民对事件信息的传播已经形成了一定规模的同步行为，即已经有较多网民参与并且事 件
已经爆发了一段时间，此时政府部门若采取强制屏蔽网络信息的策略，很可能会引起信息在现实空间中通过
其他途径的同步传播，造成更严重后果。因此这种情况下，政府部门应及时公开事 件 真 相 或 事 件 处 理 的 相 关
信息，消除网民的不满情绪，以防止网络群体事件的进一步升级。
图 ４ 表明网民采取不参与信息传播策略的比例随β－α 的增加而减小。这是因为随着β－α 的增加，即同
步传播信息的网民规模不断扩大，在从众心理 ［１９］ 的作用下，越来越多的网民更容 易 参 与 到 信 息 传 播 的 同 步
行为中来。另外，由于随β－α 的增加，政府更趋于公开网络信息以及公开事件处理细节，此时网民也更具有
积极参与讨论的意愿。
·６· 复 杂 系 统 与 复 杂 性 科 学 ２０１２ 年 ３ 月

当 Ｐ ＝１０， １，
α ＝１． １时，图５给出了分别取 Ｃ ＝５，
β＝２． Ｃ ＝１０时网民采取不参与信息传播策略的比
例随着系统演化时间变化的情况。结果表明当信息传播成本的较大时，网民放弃参与信息传播的比例大幅增
加。例如，当政府采取屏蔽策略时，信息传播难度增加，网民不得不采取比网络 传 播 更 耗 费 成 本 的 传 播 方 式。
随着传播成本的增加，一些网民将退出信息传播的行列。当α ＝ １．
１， １，
β ＝ ２． Ｃ ＝ ５ 时，图 ６ 给 出 了 分 别 取
Ｐ ＝２０ 时网民采取不参与信息传播策略的比例随着系统演化时间变化的情况 。结果表明当网民参
Ｐ ＝１０，
与信息传播的潜在收益增加时，采取不参与信息传播策略的网民将会减少。例如，政府采取公开信息策略时，
网民获得了更多的知情权和参与权，网民 收 益 增 加，同 时 网 民 投 入 网 络 群 体 事 件 信 息 传 播 的 热 情 也 大 幅 提
升，不参与信息传播者减少。

图 ５ 不同信息传播成本下不参与信息 图 ６ 不同网民收益下不参与信息传播
传播的网民比例随时间的变化 的网民比例随时间的变化

３ 结论
中国目前正处于社会转型时期，各种社会矛盾日益突出，互联网的迅速发展使许多群体事件具有了网络
传播的特征。由于网络普及率的不断提高，各类信息瞬时即有可能得到广泛传播，产生重大影响。在这种情
况下，针对某些影响重大的社会事件，政府部门如一味采取直接屏蔽信息的简单 方 式 来 处 理，就 容 易 引 发 群
众猜疑、谣言扩散等严重的后果。
本文运用演化博弈理论，在已有定性分析的基础上，针对互联网上群体事件信息传播过程中政府与网民
间的博弈进行了定量化的仿真分析，研究结果表明：
１）对参与网络信息传播的人数较多、爆发时 间 已 经 较 长 的 热 点 事 件 引 发 的 大 规 模 网 络 群 体 事 件，政 府
部门不宜采取信息屏蔽的方式来处理，应该及时公开、透明处理事件并主动通过 网 络、媒 体 进 行 事 件 处 理 结
果宣传，以避免网络群体事件的升级。
２）对参与人数较少、距离爆发时间较短的尚未形成热点的小规模群体事件可以采取适当的屏蔽手段 。
３）政府部门要想达到对有害社会秩序的网络群体事件的有效控制，应该建立良好的网络群体事件预警
机制，甄别网络群体事件的种类，把握处理信息传播的时机。

参考文献 ：
［
１］ Ｌｅ
ｖｉｎｅＰ．Ｃ
ｉｖｉ
ｃｒｅｎｅｗａ
ｌａｎｄｔ
ｈｅｃ
ｏｍｍｏｎｓｏ
ｆｃｙｂｅ
ｒｓｐａ
ｃｅ［
Ｊ］．Ｎａ
ｔｉｏｎａ
ｌＣｉ
ｖｉｃＲｅ
ｖｉｅｗ，２００１，９０（
３）：２０５－２１２．
［
２］ Ｋａ
ｒａｔ
ｚｏｇ
ｉａｎｎ
ｉＡ．ＴｈｅＰｏ
ｌｉｔ
ｉｃｓｏ
ｆＣｙｂｅ
ｒｃｏｎ
ｆｌｉ
ｃｔ［Ｍ］．Ｌｏｎｄｏｎａｎｄ Ｎｅｗ Ｙｏ
ｒｋ：Ｒｏｕ
ｔｌｅｄｇｅ，２００６．
３］ 杜骏飞 ．网络群体事件的类型辨析［
［ Ｊ］．国际新闻界，
２００９（
７）：
７６－８０．
第 ９ 卷第 １ 期 肖人彬，等：网络群体事件信息传播的演化博弈分析 ·７·

ＤｕＪｕｎ
ｆｅｉ．Ａｓ
ｔｕｄｙｏｎｔ
ｈｅｃ
ａｔｅｇｏ
ｒｉｅ
ｓｏｆｉ
ｎｔｅ
ｒｎｅ
ｔｍａ
ｓｓｅ
ｖｅｎ
ｔｓ［
Ｊ］．
Ｊｏｕ
ｒｎａ
ｌｏｆＩ
ｎｔｅ
ｒｎａ
ｔｉｏｎａ
ｌＣｏｍｍｕｎ
ｉｃａ
ｔｉｏｎ，２００９（
７）：７６－
８０．
４］ 杜鹏 ．基于聚类分析的我国网络群体性事件内涵研究［
［ Ｊ］．未来与发展，
２０１０（
８）：
３８－４３．
ＤｕＰｅｎｇ．Ｔｈｅｃ
ｏｎｎｏ
ｔａｔ
ｉｏｎ ｏ
ｆｎｅ
ｔｗｏ
ｒ ｒ
ｋｇｏｕｐｅ
ｖｅｎ
ｔｓｉ
ｎ Ｃｈ
ｉｎａ ｂａ
ｓｅｄ ｏｎｃ
ｌｕｓ
ｔｅｒａｎａ
ｌｙｓ
ｉｓ［
Ｊ］．Ｆｕ
ｔｕｒ
ｅａｎｄ Ｄｅ
ｖｅｌ ｔ，
ｏｐｍｅｎ
２０１０（
８）：３８－４３．
［
５］ Ａｋｄｅｎ
ｉｚＹ．Ａｎｏｎｙｍｉ
ｔｙ，ｄｅｍｏ
ｃｒｃｙ，ａｎｄｃｙｂｅ
ａ ｒｓｐａ
ｃｅ［
Ｊ］．Ｓｏ
ｃｉａ
ｌＲｅ
ｓｅａ
ｒｃｈ，２００２，６９（
１）：２２３－２３７．
６］ 李栋，李伟，郑志刚 ．从众心理引起博弈策略的同步振荡［
［ Ｊ］．复杂系统与复杂性科学，
２００９，
６（１）：
２９－３５．
ｉＤｏｎｇ，Ｌ
Ｌ ｉ，ＺｈｅｎｇＺｈ
ｉ Ｗｅ ｉｇａｎｇ．Ｐｓｙ
ｃｈｏ
ｌｏｇｙｏ
ｆｃｏｎ
ｆｏｒｍｉ
ｔｙｉ
ｎｄｕｃ
ｅｄｓｙｎｃｈｒ
ｏｎｏｕｓｏ
ｓｃｉ
ｌｌ
ａｔｉ
ｏｎｏ
ｆｓｔ
ｒａｔ
ｅｇｉ
ｅｓ［
Ｊ］．
Ｃｏｍｐ
ｌｅｘ
Ｓｙ
ｓｔｅｍｓａｎｄＣｏｍｐ
ｌｅｘ
ｉｔｙＳｃ
ｉ ｅ，２００９，６（
ｅｎｃ １）：２９－３５．．
［
７］ Ａｒ ｓＡ，Ｄí
ｅｎａ ａｚ－Ｇｕ
ｉｌｅ
ｒａＡ，Ｋｕ
ｒｔｈｓＪ，
ｅｔａ
ｌ．Ｓｙｎｃｈｒ
ｏｎｉ
ｚａｔ
ｉｏｎｉ
ｎｃｏｍｐ
ｌｅｘｎｅ
ｔｗｏ
ｒｋｓ［
Ｊ］．Ｐｈｙ
ｓｉｃ
ｓ Ｒｅｐｏ
ｒｔｓ，２００８，４６９（
３）：
９３－１５３．
８］ 罗吉贵，刘曾荣 ．从同步到涌现［
［ Ｊ］．复杂系统与复杂性科学，
２００５，
２（１）：
２９－３２．
ＬｕｏＪ
ｉ ｉ，Ｌ
ｇｕ ｉｕＺｅｎｇ
ｒｏｎｇ．Ｆｒ
ｏｍｓｙｎｃｈｒ
ｏｎｉ
ｚａｔ
ｉｏｎｔ
ｏｅｍｅ
ｒ ｅ［
ｇｅｎｃ Ｊ］．
Ｃｏｍｐ
ｌｅｘＳｙ
ｓｔｅｍｓａｎｄＣｏｍｐ
ｌｅｘ
ｉｔｙＳｃ
ｉ ｅ，２００５，２（
ｅｎｃ １）：
２９－３２．
９］ 张芳，司光亚，罗批 ．谣言传播模型研究综述［
［ Ｊ］．复杂系统与复杂性科学，
２００９，
６（４）：
１－１１．
ＺｈａｎｇＦａｎｇ，Ｓ
ｉＧｕａｎｇｙａ，ＬｕｏＰ
ｉ．Ａｓｕ
ｒｖｅｙｆ
ｏｒｒ
ｕｍｏ
ｒｐｒ
ｏｐａｇａ
ｔｉｏｎｍｏｄｅ
ｌｓ［
Ｊ］．
Ｃｏｍｐ
ｌｅｘＳｙ
ｓｔｅｍｓａｎｄＣｏｍｐ
ｌｅｘ
ｉｔｙＳｃ
ｉ ｅ，
ｅｎｃ
２００９，６（
４）：
１－１１．
［
１０］Ｍａ
ｒｔｉ
ｎｓＡ Ｃ Ｒ．Ｍｏｂ
ｉｌｉ
ｔｙａｎｄｓ
ｏｃｉ
ａｌｎｅ
ｔｗｏ
ｒｋｅ
ｆｆｅ
ｃｔｓｏｎｅｘ
ｔｒｅｍｉ
ｓｔｏｐ
ｉｎｏｎｓ［
ｉ Ｊ］．Ｐｈｙ
ｓｉｃ
ａｌＲｅ
ｖｉｅｗ Ｅ，２００８，７８（
３）：０３６１０４，
１１］刘德海 ．政府不同应急管理模式下群体性突发事件的演化博弈分析［
［ Ｊ］．系统工程理论与实践，
２０１０，
３０（
１１）：
１９６８－１９７６．
Ｌ
ｉｕＤｅｈａ
ｉ．Ｅｖｏ
ｌｕｔ
ｉｏｎａ
ｒｙａｎａ
ｌｙｓ
ｉｓｏ
ｆｕｎｅｘｐｅ
ｃｔｅｄｉ
ｎｃｉ
ｄｅｎ
ｔｉｎｖｏ
ｌｖｉ
ｎｇ ｍａ
ｓｓｐａ
ｒｔｉ
ｃｉｐａ
ｔｉｏｎｕｎｄｅ
ｒｄｉ
ｆｆｅ
ｒｅｎ
ｔｇｏｖｅ
ｒｎｍｅｎ
ｔａｌｅｍｅ
ｒ－
ｇｅｎｃｙ ｍａｎａｇｅｍｅｎ
ｔｍｏｄｅ
ｌｓ［
Ｊ］．Ｓｙ
ｓｔｅｍｓＥｎｇ
ｉｎｅ
ｅｒｉ
ｎｇＴｈｅ
ｏｒｙ ＆ Ｐｒ
ａｃｔ
ｉｃｅ，２０１０，３０（
１１）：１９６８－１９７６．
１２］刘德海 ．群体性突发事件中政府机会主义行为的演化博弈分析［
［ Ｊ］．中国管理科学，
２００５，
１８（
１）：
１７５－１８３．
Ｌ
ｉｕＤｅｈａ
ｉ．Ｅｖｏ
ｌｕｔ
ｉｏｎａ
ｒｙｇａｍｅａｎａ
ｌｙｓ
ｉ ｆｇｏｖｅ
ｓｏ ｒｎｍｅｎ
ｔａｌｏｐｐｏ
ｒｔｕｎ
ｉｓｍ ｂｅｈａｖ
ｉｏｒｉ
ｎｕｎｅｘｐｅ
ｃｔｅｄｉ
ｎｃｉ
ｄｅｎ
ｔｓｉ
ｎｖｏ
ｌｖｉ
ｎｇ ｍａ
ｓｓｐａ
ｒ－
ｔ
ｉｃｉ
ｐａｔ
ｉｏｎ［
Ｊ］．
Ｃｈｉ
ｎｅｓ
ｅＪｏｕ
ｒｎａ
ｌｏｆ Ｍａｎａｇｅｍｅｎ
ｔＳｃ
ｉ ｅ，２００５，１８（
ｅｎｃ １）：１７５－１８３．
［
１３］Ｂｏ
ｒｄａＲ，Ｒｏ
ｉ ｓｎｏｗ Ｒ Ｌ．Ｒｕｍｏ
ｒｒｅ
ｓｔｓ
ｔｏｐｓｏｎｔ
ｈｅｉ
ｎｆｏ
ｒｍａ
ｔｉｏｎｈ
ｉｇｈｗａｙ－ｔ
ｒａｎｓｍｉ
ｓｓｉ
ｏｎｐａ
ｔｔｅ
ｒｎｓｉ
ｎａｃ
ｏｍｐｕ
ｔｅｒ－ｍｅｄ
ｉａｔ
ｅｄｒ
ｕ－
ｍｏ
ｒｃｈａ
ｉｎ［
Ｊ］．ＨｕｍａｎＣｏｍｍｕｎ
ｉｃａ
ｔｉｏｎＲｅ
ｓｅａ
ｒｃｈ，１９９８，２５（
２）：１６３－１７９．
［
１４］Ｍｏ
ｒｅｎｏ Ｙ，Ｎｅｋｏｖｅ
ｅ Ｍ，Ｐａ
ｃｈｅ
ｃｏ Ａ Ｆ．Ｄｙｎａｍｉ
ｃｓｏ
ｆｒｕｍｏ
ｒｓｐ
ｒｅａｄ
ｉｎｇｉ
ｎｃｏｍｐ
ｌｅｘ ｎｅ
ｔｗｏ
ｒｋｓ［
Ｊ］．Ｐｈｙ ｖ Ｅ ，２００４，
ｓ Ｒｅ
６９（
６）：
０６６１３０．
１５］揭萍，熊美保 ．网络群体性事件及其防范［
［ Ｊ］．江西社会科学，
２００７（
９）：
２３８－２４２．
Ｊ
ｉｅＰ
ｉｎｇ，Ｘｉ
ｏｎｇ Ｍｅ
ｉｂａｏ．Ｎｅ
ｔｗｏ
ｒｋ ｍａ
ｓｓｅ
ｖｅｎ
ｔｓａｎｄｐ
ｒｅｖｅｎ
ｔｉｏｎ［
Ｊ］．
Ｊｉａｎｇｘ
ｉＳｏ
ｃｉａ
ｌＳｃ
ｉｅｎｃ
ｅｓ，２００７（
９）：
２３８－２４２．
１６］夏临 ．我国网络群体性事件及其舆情研究现状综述［
［ Ｊ］．东南传播，
２０１０（
７）：
２６－２８．
ａＬ
Ｘｉ ｉ
ｎ．Ａ Ｓｕ
ｒｖｅｙｆ
ｏｒｎｅ
ｔｗｏ
ｒｋ ｍａ
ｓｓｅ
ｖｅｎ
ｔｓａｎｄｐｕｂ
ｌｉｃｆ
ｅｅｌ
ｉｎｇｓｉ
ｎＣｈ
ｉｎａ［
Ｊ］．
Ｓｏｕ
ｔｈｅ
ａｓｔＣｏｍｍｕｎ
ｉｃａ
ｔｉｏｎ，２０１０（
７）：
２６－２８．
１７］中国互联网络信息 中 心 （
［ ＣＮＮＩＣ）．第 ２７ 次 中 国 互 联 网 络 发 展 状 况 统 计 报 告 ［
Ｒ／ＯＬ］．（
２０１０－０１－１８）［
２０１１－０９－２３］．ｈ
ｔ－
ｐ：
ｔ ／／ｗｗｗ．
ｃｎｎ
ｉ ｃｎ／ｄ
ｃ． ｔｙｇｇ／ｄ
ｔｇｇ／２０１１０１／
ｔ２０１１０１１８＿
２０２５０．
ｈｔｍｌ．
Ｃｈ
ｉｎａＩ
ｎｔｅ
ｒｎｅ
ｔＮｅ
ｔｗｏ
ｒｋＩ
ｎｆｏ
ｒｍａ
ｔｉｏｎＣｅｎ
ｔｅｒ（
ＣＮＮＩＣ）．Ｔｈｅ２７
ｔｈｓ
ｔａｔ
ｉｓｔ
ｉｃｓｒ
ｅｐｏ
ｒｔｆ
ｏｒＣｈ
ｉｎａｉ
ｎｔｅ
ｒｎｅ
ｔｄｅ
ｖｅｌ ｔ［
ｏｐｍｅｎ Ｒ／ＯＬ］．
（
２０１０－０１－１８）［
２０１１－０９－２３］．
ｈｔｐ：
ｔ ／／ｗｗｗ．
ｃｎｎ
ｉ ｃｎ／ｄ
ｃ． ｔｙｇｇ／ｄ
ｔｇｇ／２０１１０１／
ｔ２０１１０１１８＿
２０２５０．
ｈｔｍｌ．
［
１８］ＷｕＺ Ｘ，Ｗａｎｇ Ｙ Ｈ．Ｃｏｏｐｅ
ｒａｔ
ｉｏｎｅｎｈａｎｃ
ｅｄｂｙｔ
ｈｅｄ
ｉｆｆ
ｅｒｅｎｃ
ｅｂｅ
ｔｗｅ
ｅｎｉ
ｎｔｅ
ｒａｃ
ｔｉｏｎａｎｄｌ
ｅａｒ
ｎｉｎｇｎｅ
ｉｇｈｂｏ
ｒｈｏｏｄｓｆ
ｏｒｅ
ｖｏｌ
ｕ－
ｔ
ｉｏｎａ
ｒｙｓｐａ
ｔｉａ
ｌｐｒ
ｉｓｏｎｅ
ｒｓｄ
＇ ｉ
ｌ ｓ［
ｅｍｍａｇａｍｅ Ｊ］．Ｐｈｙ ｖＥ，２００７，７５（
ｓＲｅ ４）：０４１１１４．
［
１９］Ｂ
ｉ ｉＳ，Ｈｉ
ｋｈｃｈａｎｄａｎ ｒｓｈ
ｌｅｉ
ｆｅｒＤ，Ｗｅ
ｌｃｈＩ．Ｌｅ
ａｒｎ
ｉｎｇｆ
ｒｏｍｔ
ｈｅｂｅｈａｖ
ｉｏｒｏ
ｆｏｔ
ｈｅｓ：ｃ
ｒ ｏｎｆ
ｏｒｍｉ
ｔｙ，ｆ
ａｄｓ，ａｎｄｉ
ｎｆｏ
ｒｍａ
ｔｉｏｎａ
ｌｃａ
ｓ－
ｃ ｓ［
ａｄｅ Ｊ］．Ｊ
ｏｕｒ
ｎａｌｏ
ｆＥｃ
ｏｎｏｍｉ
ｃＰｅ
ｒｓｐｅ
ｃｔｉ
ｖｅｓ，１９９８，１２ （
３）：１５１－１７０．