政治生态演化仿真中的文化影响建模

刘德胜，司光亚，张芳

(1.国防大学 信息作战与指挥训练教研部，北京100091;2.军事科学院 军事运筹分析研究所，北京100091)

1 引言

政治生态演化仿真是利用生态学的观点和方法对某地区的政治系统进行建模，从而针对具体的问题进行研究，其中普通民众的政治倾向对于政治生态的演化具有非常重要的作用。普通民众政治倾向受多种因素的影响，如政府决策、政党行为、民族、宗教、社会环境、经济状况、文化素养等，但是文化是影响个体政治倾向的一个非常重要的因素。文化一般属于一定的群体所有，它在一定的时间内可以约束和规范个体的行为，可以被个体内化从而形成个体感知和推理的范式或原型。在不同的社会环境当中，文化对个体的影响也有很大的不同。如在伊拉克战争中，普通民众对不同政治派别的支持在很大的程度上受民族、宗教的影响很深，相反，在泰国动乱期间，民族、宗教的影响则很有限，更多是由普通民众的地域、职业、文化程度等因素所决定。本文则是希望能够跳出具体的文化背景，从一般的文化内涵出发通过模型研究政治生态演化仿真中文化对个体政治倾向的影响。由于我们研究的是在政治生态系统当中文化对个体政治倾向的影响，因此这里的文化特指政治文化，我们将文化限定为该地区在一个特定时期流行的一套政治取向，它和该地区人口的文化特征如民族、籍贯、居住地、教育程度、教育背景、职业、性别等相关，并且通过由这些文化特征所决定的个体政治倾向表现出来。

2 文化影响的建模

在量化文化因素对个体政治倾向的影响之前，首先需要解决的问题就是对文化进行描述。文化可能存在某个特定的地域，也可能存在于某类特殊的人群，并且同一个地域也有可能存在多种文化，但是文化一定属于一定的人群所共同拥有，在一定的时间内作用于群体内的每个个体。因此我们可以从群体的角度来描述文化。

2.1 群体文化描述

在政治系统中人们可能会同时关注多个政治议题，对于每一个政治议题来说，不同的个体可能会存在不同的倾向和选择。就某一个政治议题来说，假设存在m项选择，记为Opt={Opt1，Opt2，…，Optm}。影响个体关于某一政治议题选择的群体文化因素可能有很多，每一种文化因素都会对个体的政治议题选择产生影响，可以将每一种文化因素作为一文化维，假设有n维，记为D={D1，D2，…，Dn}。由于每一文化维对政治议题的影响可能各不相同，有轻有重，有主有次，在这里分别给予不同的权重，记为W={w1，w2，…，wn}。由于每一文化维还可能包括不同的选项，假设Di维具有qi个选项，Di维的选项名记为L={Li1，Li2，…，Liqi}，对应值记为f={fi1，fi2，…，fiqi}。对于每一文化维Di来说，文化因素和政治议题的关系用矩阵描述为:

式(1)中，CRi表示第i维文化因素和政治议题的关系矩阵;pij表示具有文化因素Di维中分量Liqi的个体对于议题选项中的第j个分量Optj的选择概率，且=1，=1。于是对于群体文化和政治议题的关系矩阵则可以描述为:CR=(CR1，CR2，…，CRn)T。群体文化和政治议题之间的关系见表1。

表1 群体文化和政治议题之间的关系表

2.2 群体文化对个体的影响建模

群体文化是从整体上对某一类人群所具有的文化特征及其取值的描述，但是对于群体当中的某个体来说，不同的个体可能具有不同的文化特征，具有同一文化特征的不同的个体可能也具有不同的作用，因此，就某一政治议题来说，还需要从个体的角度对个体不同文化特征的取值进行量化。

记个体Agenti的文化维为Ci={f1k1，f1ki2，…，fnkn}，其中，kj∈［1，qj］，并且:

对于个体Agenti来说，其文化维Ci对政治议题不同选项的作用可以依据群体文化进行量化，记个体Agenti的量化矩阵为:

对于式(3)中每个分量的量化可以采用轮盘赌方法。轮盘赌选择又称比例选择算子，它的基本思想是某一区间被选中的概率与区间长度的大小成正比。

对于矩阵的第i行来说，将［0，1］区间按pi1，pi2，…，pij，…，pim各自的百分比划分为若干个小区间，区间的大小和概率的大小成正比。按均匀分布产生［0，1］区间的随机数，产生的随机数落在某个区间，则所在区间对应的分量vij=1，该行其它分量的取值为0。对其它各行按同样的方法进行处理，则可以完成对个体Agenti矩阵V的量化。记R=(r1，r2，…，rm)，令R=W·V，则有rj=wivij，令rmax=max{r1，r2，…，rm}，若rmax=rk，则议题Optk是个体Agenti受群体文化影响最终倾向选择的议题。

Agenti对于该议题的不同选项具有不同的倾向程度，记Agenti对于议题的倾向程度向量为POLi，且POLi=()，则有=1表示Agenti对议题选项Optk的倾向程度。Agenti对于议题选项Optk的倾向程度可由算法确定。

式(4)中，d表示最终倾向选择的议题选项与其它选项的距离，m表示议题选项的个数，易知d∈［0，rmax］。假设议题选项Optk是个体Agenti受群体文化影响最终倾向选择的议题，则Agenti对于该议题选项Optk的倾向程度稳定性根据m和rmax确定，若d越大，则表明Agenti倾向其它议题的可能性越小，倾向议题选项Optk的立场越坚定，反之，则倾向该议题的立场越不坚定。记Agenti倾向议题选项Optk的倾向程度的稳定性为Sticki，则Sticki=，易知Sticki∈［0，1］。

2.3 个体交互过程中的文化影响建模

2.3.1 定义

为了考虑不同个体交互时相互之间文化的影响，引入文献［8］提出的文化相似度和文化适应度的概念，在考虑文化因素权重的基础上对概念进行了重新定义。为了描述的方便先引入拥有特征和共享特征的概念描述。

(1)拥有特征:令个体Agenti的特征集为Ti，定义Ihas(τ，Ti)表示个体Agenti的特征集Ti中具有特征τ，计算公式为:

(2)共享特征:定义Isharing(τ，Ti，Tj)表示个体Agenti的特征集Ti和个体Agentj的特征集Tj都具有特征τ，计算公式为:

(3)文化相似度:是指Agenti和Agentj文化特征相似的程度，也就是说它们有多少共同点。由于不同的特征值对于个体来说具有不同的影响值，因此个体之间文化相似度的计算除和文化特征相关外还和文化特征的权重相关。计算公式为:

式(7)中，CS(Ti，Tj)表示个体Agenti和Agentj文化特征的相似度，τk表示个体的第k种文化特征。

(4)文化适应度:指具备一种文化特征的个体适应具备其它文化特征个体的程度。由于不同个体的文化特征可能不同，因此文化适应度的计算并不具备对称性，交互个体之间的文化适应度不一定相同。公式为:

式(8)中，CF(Ti，Tj)表示个体Agenti对Agentj的文化适应度，τk表示个体的第k种文化特征，wk表示个体的第k种文化特征的权重。

2.3.2 文化影响建模

若Agenti倾向议题Optk的倾向性为参数倾向议题Optk的倾向性为参数，则个体Agenti和Agentj对于指定议题倾向性之间的距离dij为:

式(10)中，K为常系数，K∈［1，10］，CS(Ti，Tj)表示个体Agenti和Agentj文化特征的相似度，dij为个体Agenti和Agentj对于指定议题倾向性之间的距离，Sticki和Stickj分别表示个体Agenti和Agentj对当前选项倾向程度的稳定性。交互个体之间的文化相似度越大，受对方影响的可能性越大;二者之间的倾向性距离越大，说明二者之间立场的差别越大，受影响的可能性越小;个体对议题的坚持程度越高，则个体的政治倾向越难改变，个体对议题的坚持程度越低，则个体改变政治倾向的可能性越大。但是改变的具体数值的大小除受Di和Dj制约外，也受二者之间文化适应度的影响。

假设Optk是个体Agenti当前倾向选择的议题选项，Optt是个体Agentj当前倾向选择的议题选项，具备某种文化特征的个体Agenti对Agentj的文化适应度为CF(Ti，Tj)，Agentj对Agenti的文化适应度为CF(Tj，)。

(1)若k=t，说明个体Agenti和个体Agentj具有共同的选择，在二者交互的过程中双方会更加坚定自己当前的选择。因此个体Agenti和个体Agentj交互时由于文化的影响对于指定议题倾向性的改变可以分别描述为:

式(11)中，K1和K2为调整参数，K1∈［0，1］，K2∈［0，1］。由于个体Agenti和个体Agentj当前选择议题倾向性的改变，交互的每个个体对于议题其它选项的倾向性也会进行相应的调整。其它选项倾向性的计算如下:

式(12)中，r和s分别表示议题的第r和s个选项，即Optr和Opts。根据调整后的倾向性重新确定个体Agenti和个体Agentj新的选择，并重新计算个体政治倾向的稳定性参数Sticki和Stickj。

(2)若k≠t，说明个体Agenti和个体Agentj具有不同的政治选择，在二者交互的过程中双方会参考对方的选择，同时也会对自己的选择进行适当的修正。因此个体Agenti和个体Agentj交互时由于文化的影响对于指定议题倾向性的改变可以描述为:

3 仿真实验与分析

3.1 实验设计

在Windows XP平台上利用Visual C++6.0对上述模型进行了实验。实验的基本方法是:

(1)首先采集某地区社会科学研究的数据，根据一定的比例关系随机抽样1000个个体，根据社会科学的研究成果提取相应的文化特征，提取社会科学当中基于文化特征对该地区某政党的认同度的统计数据，根据文化模型首先完成该地区对政党认同的群体文化描述。假设政治认同的选项包括A党、B党和其它，参数K=10，K1=K2=0.5，基本的群体文化描述数据见表2。

表2 群体文化和政治议题之间的关系表

(2)根据群体文化描述，利用构建的模型完成对1000个个体政党认同的量化;

(3)构建个体之间的交互，实现交互过程中文化对个体政党认同的影响。

3.2 结果分析

在实验过程中首先根据生成个体的政治认同进行分组，然后区分政治认同相同个体之间的交互和政治认同不同个体之间的交互，分别实验了个体间文化相似度对政党认同改变的影响、个体间政党认同距离对政党认同改变的影响，以及个体政治倾向的稳定性参数对政党认同改变的影响。政治认同相同个体之间的交互实验结果如图1、2、3所示，政治认同不同个体之间的交互实验结果如图4、5、6所示。

实验1:政治认同相同个体间交互时文化相似度对政党认同改变的影响。由实验可知，当政治倾向相同的个体进行交互时，文化相似度对于个体政治倾向值的改变具有非常明显的作用，文化相似度越高，个体政治倾向改变的值则越大，并且文化相似度越高，政治倾向值出现的振动频率越高，幅度越大，说明个体间相互受到的影响越大，如图1所示。

实验2:政治认同相同个体间交互时政党认同距离对政党认同改变的影响。由实验可知，当政治倾向相同的个体进行交互时，个体间政治倾向的距离越大，个体政治倾向的改变值则越小，这说明个体在这种情况下会更加坚持自己的选择和倾向，受对方影响的可能性越小，随着距离的增大，个体政治倾向随距离改变的幅度也会减小，如图2所示。

实验3:政治认同相同个体间交互时个体政治倾向的稳定性参数对政党认同改变的影响。由实验可知，当政治倾向相同的个体进行交互时，个体政治倾向的稳定性参数对于个体的政治倾向具有非常重要的影响，如图3所示。个体政治倾向的稳定性参数越大，说明个体更加坚信自己当前的政治选择，因此通过个体间的交互要改变当前的政治倾向越困难。当个体的政治倾向稳定性参数趋于0.9时，从图中可以看出个体政治倾向的改变值几乎为0，说明这种情况下个体改变政治倾向的可能性几乎没有。相反，当个体政治倾向的稳定性参数越小时，说明个体对当前的选择还不够肯定，因此受影响的程度越大。

实验4:政治认同不同个体间交互时文化相似度对政党认同改变的影响。由实验可知，当政治倾向不同的个体进行交互时，文化相似度对于个体政治倾向值的改变同样具有作用，文化相似度越高，个体政治倾向改变的值则越大，但是政治倾向改变的幅度相对于相同政治倾向的个体来说非常非常小，并且出现的振动频率和幅度几乎为0，如图4所示。

实验5:政治认同不同个体间交互时政党认同距离对政党认同改变的影响。由实验可知，当政治倾向不同的个体进行交互时，个体间政治倾向的距离越大，个体政治倾向的改变值则越小，这说明个体在这种情况下会更加坚持自己的选择和倾向，受对方影响的可能性越小，如图5所示。但是距离对政治倾向值的影响并没有政治相同个体间交互时大，这和现实社会当中道不同不相与谋的道理是相符的，因为二者的政治选择不同，因而从一开始二者之间的政治倾向就存在较大的距离，因此个体交互时政治倾向的改变要比政治倾向相同时困难。

实验6:政治认同相同个体间交互时个体政治倾向的稳定性参数对政党认同改变的影响。由实验可知，当政治倾向不同的个体进行交互时，个体政治倾向的稳定性参数对于个体的政治倾向具有非常重要的影响，并且和政治倾向相同个体交互时相比几乎没有什么改变，这说明交互个体政治倾向的稳定性参数和交互个体的政治倾向并没有太大关系，但是和政治倾向的改变密切相关，如图6所示。

由上述实验综合分析可知，交互个体的文化相似度、个体政治倾向间的距离以及个体政治倾向的稳定性参数是影响个体政治倾向改变的三个重要因素，并且政治倾向相同个体的交互比政治倾向相异个体的交互对个体政治倾向的改变具有更大的作用。

4 结论

相对于当前文化建模主要从聚合层考虑文化因素的影响不同的是，本模型主要是从文化的角度考虑政治生态演化仿真当中文化因素对个体政治倾向的影响，而对于影响个体政治倾向的其它因素如交互个体的身份地位、交互个体之间的关系，个体的社会经济状况、个体的社会地位等并没有列入本模型的范围而是由专门的模型进行考虑。这样做一方面是因为建模的方便，另外也是由于文化和这些因素也有着本质的不同，文化是潜在的，相对固定的，对个体的影响也是长期的和不易改变的。从仿真实验的结果来看，基本上能够反映文化对于个体政治倾向的影响。

1 GREG L ZACHARIAS，JEAN MACMILLAN，SUSAN B VAN HEMEL.Behavioral Modeling and Simulation:from Individuals to Societies［R］.The National Academies Press，2008.

2 罗伯特·阿克塞尔罗德.合作的复杂性:基于参与者竞争与合作的模型［M］.梁捷，高笑梅，译.上海:上海人民出版社，2008.

3 TOM SUMNER.Cultural Evolution and Demography-Investigating the Emergence of Modern Human Culture［EB/OL］.(2010-05-12).http://www.ucl.ac.uk/～ucbptsu/TomSumnerSummerProject.pdf

4 GABORA L EVOC.A computer model of cultural evolution［C］.30th Annual Meeting of the Cognitive Science Society.Washington DC:Sheridan Publishing，2008.

5 FATH G M，SARVARY C.The Complex Networks of Economic Interactions［M］.New York:Springer Berlin Heidelberg，2006.

6 GERT JAN HOFSTEDE，CATHOLIJN M JONKER.Computational Modeling of Culture's Consequences［C］.11th International Workshop on Multi-Agent-Based Simulation MABS2010，2010.

7 GERT JAN HOFSTEDE，CATHOLIJN M JONKER.Modeling Culture in Trade:Uncertainty Avoidance［C］.The Agent-Directed Simulation Symposium(ADS'08)，2008.

8 ALIAKSANDR BIRUKOU，ENRICO BLANZIERI.A Formal Definition of Culture of a set of Agents［EB/OL］.［2009-9-02］(2011-02-12).http://disi.unitn.it/～birukou/publications/Culture.pdf.