城市突发事件的公众认知情绪机制及其应对策略

导读：现代城市是人类活动与信息交互高度密集的空间会聚中心，由自然环境或人类自身因素引发的某些突发事件，不仅会对城市系统的正常运行带来严重的影响，而且容易导致大量的公众负面情绪。在现代城市日益发达的信息网络环境下，城市突发事件的应急管理必须充分考虑到公众对上述事件认知过程中的情绪机制及其通过网络信息传播所带来的社会影响，以符合公众心理认知能力，及其对易于接受模式的方式采取最有效的动态应对措施。

关键词：城市管理；突发事件；公众认知；情绪机制；TDF模型

现代城市是人类活动与信息交互高度密集的空间会聚中心，由自然环境或人类自身因素引发的某些突发事件，不仅会对城市系统的正常运行带来严重的影响，而且容易导致大量的公众负面情绪。尤其，在日益发达的现代信息网络环境下，上述突发事件的相关信息能够在极短的时间里进行大面积传播与扩散，在人们有限的认知基础上受到各种传言甚至谣言的影响，极易引发一系列严重的社会次生问题。因此，在对上述突发事件的应急管理上，除了应遵循防止负面影响扩散和合理、合法的原则以外，还应该考虑到公众的情绪及其对认知、理解和接受所造成的影响，才能取得更好的效果，获得公众的广泛支持并转化为社会的自觉行为。

一、城市突发事件的信息传播与公众影响

现代城市已成为人类社会、经济活动汇聚和信息交互高度密集的空间载体，城市系统在日益复杂和发达的同时也不断显示出其脆弱性，各类突发事件所造成的影响不仅体现在对城市系统的正常运行将带来一系列连锁性障碍，还表现在由此引发的广泛性社会负面情绪，给突发事件的应急处置与城市管理部门的工作造成了很大的压力和困难。

（一）突发事件影响人类的三个层面

国内外的相关研究成果表明，突发事件对自然界和人类社会所造成的影响主要体现在以下三个层面：物理层面、信息传播层面和社会心理。其中，信息传播是最活跃和最具有影响力的层面，对社会心理和物理层面又具有复杂的作用与反作用关联。因此，深入研究并把握城市突发事件的信息传播规律及其对社会公众的影响，对于上述突发事件的应急处置具有关键性意义。

按照传播主体与传播方式的不同，城市突发事件的信息传播包括人际传播、政府与媒体播报、网络自发传播三种方式。尤其在城市高度发达的媒介网络下，上述信息的传播已经呈现以广播电视网、互联网、电信通讯网相互融合为主体的复合传播模式，其传播力度和影响广度达到了前所未有的程度。其中，在互联网上通过各类社交媒体所形成的关于城市突发事件的网络舆情，不仅体现了信息传播的群体性活动，而且反映了对相关事件的认知、态度、评价和对上述信息的再加工，对社会公众的心理与行为将产生极大的影响。

（二）突发事件舆情传播的五个阶段

城市突发事件的网络舆情传播一般包括以下五个阶段：（1）舆情潜伏期：事件发生并对现场的人、物造成一定的影响，但相关信息尚未进入网络空间；（2）舆情酝酿期：事件信息已经发送到网络空间，并引起了网络社交媒体的关注和评论，信息被再加工并呈现了扩散传播的趋势；（3）舆情爆发期：事件信息被大量转载、评论和再加工传播，引发了广泛密集的议论高潮，已成为社会关注的热点；（4）舆情消散期：事件渐渐平息，舆论削弱直至没有，一切相关活动慢慢停止；（5）舆论影响期：事件发生以后对社会所产生的长期影响。

（三）突发事件情景依赖的建模框架

突发事件网络信息的传播具有广泛的开放性和时空变化的多样性，很大程度上受到不断变化的情景刺激而带来的网民心理认知、情绪反应及其行为意愿的复杂影响，具有典型的情景依赖特征。近年来，很多学者运用小世界网络模型、信息扩散动力学模型、传染病扩散SIS（Susceptible， Infected， Susceptible）模型等对网络信息的传播作了大量研究（Watts D. J. et.al， 1998； Moez Draief， 2006），[1][2]还有部分学者通过数据挖掘和案例分析揭示了真实环境下突发事件网络信息传播的复杂特征（W. Bachnik， S. Szymczak et al.， 2005； Flavio Chierichetti et al， 2010）。[3][4]总的看来，仅仅通过反应事物基本特征的各种理论模型和来源于历史数据挖掘分析所构建的人工模型系统，都难以在开放式、不确定性变化环境下对突发事件网络信息传播的变化特征、发展趋势和影响程度给出很好的描述并进行准确地预判。

针对上述问题，我们在中科院王飞跃研究员提出的基于ACP（人工社会、计算实验、平行执行）的社会计算方法框架下（王飞跃， 2011； 王飞跃， 曹大军， 曹志冬， 2011），[5][6]提出了新的TDF（Theory-Data-Feedback）建模分析思路，将机理模型（反映了事物变化的基本规律）、数据模型（反映了事物变化的历史及现状特征）和社会调研反馈模型（反映了对未来事物不确定性变化的预期及反应规则）进行综合，通过人工社会系统与真实社会系统相关信息的交互迭代及并行演化分析，可以获得与实际真实环境下更为接近的现状描述及其趋势预判，图1为TDF建模分析框架：

上述建模分析方法可进一步扩展为KDR（prior Knowledge-existed Data-future Response）方法，为突发事件网络信息的传播分析与调控管理提供了有力的工具，已应用于具有情景依赖并在很大程度上受到社会心理、行为影响的各类开放式复杂动态系统的建模仿真分析中（李宏飞， 2012； 孙策， 2012）。[7][8]

（四）突发事件影响公众的长短周期

城市突发事件对社会公众造成的影响体现在短期影响和长期影响两个方面（万熙琼， 2009）。[9]从短期来看，上述影响主要体现在当事人和社会公众的应激反应中。加拿大生理学家汉斯·塞里耶认为应激是机体适应外界环境的一种非特殊反应，这种现象称为应激适应综合症。城市突发事件发生时，事件当事人和对上述事件具有较高关注度的社会公众首先会在心理上产生避险警戒并形成直觉的情绪反应，与此同时，将竭力通过各种渠道了解事件背景、发展动态及其可能带来的影响。随着事件信息的进一步披露及有关部门对事件的处置报道，特别是当上述信息通过网络进行广泛传播时，公众的认知、评论会在意见领袖的主导下形成一定的网络舆情，成为社会关注的热点。当某种特定的观点或情绪被不断强化和放大时，容易出现网络舆情的群体极化现象，引发非理性的网络暴力等，由此对社会心理和事件的处置带来严重的影响。从长期来看，城市突发事件及相关信息的传播将对公众安全与信任感、社会情感、政府形象等多方面造成深远的影响。

因此，在城市突发事件的应急管理中，必须构建现实世界和网络世界相结合的统一应急管理体系，深入把握好上述事件的网络信息传播规律及其对社会公众所造成的影响。尤其，在城市突发事件的应急处置中，应考虑到特定情境中公众在认知、理解和接受中的情绪机制影响，以便取得更好的应急处置社会效果。

二、城市突发事件的公众认知情绪机制

城市突发事件的公众认知是一种特定情境下的分布式认知（Distributed Cognition），在上述认知过程中特定的环境情景刺激、信息的充分性与准确性，尤其是公众的情绪及其群体交互活动都将对认知产生重要的影响。人们对于突发事件信息的认知是与复杂的脑功能活动及神经生理学机制密切相关的，在相关领域已有众多的学者对上述信息的认知活动特点作了大量的研究工作，获得了许多重要的发现。然而，目前的研究成果主要体现为在各种特定实验条件下的新发现，尚未形成关于上述信息认知脑心理活动的系统性机制。我们在承担国家自然科学基金重大研究计划培育项目“非常规突发事件网络信息认知模式、传播规律及预警机制研究”的相关研究中，通过对国内外大量研究成果的系统性梳理和归纳，提出了突发事件网络舆情认知的脑心理机制模型。

（一）人们对突发事件网络舆情的认知是一个动态过程

突发事件发生、发展及演化的过程中会不断地有信息产生，这些信息的传播途径多种多样，通过网络途径就形成突发事件网络舆情，并形成对公众有一定刺激作用的情绪、情感等外界刺激。对网络舆情的认知心理活动主要由以下情绪体验和情绪加工两个基本过程所主导：首先，外部刺激的感觉信息通过丘脑可以直接传入感觉皮层，同时情绪信息也可由此传送到杏仁核、岛叶皮层和前扣带回皮层。其中，杏仁核主管恐惧等情绪，能快速地启动身体唤醒与行为反应，产生行为、自主反应和内分泌等内部信号，但其作用时间相对较短暂；岛叶皮层负责厌恶等反应，前扣带回皮层主管情绪、认知与注意，这两处的传递相对较缓慢。而外部刺激和反映情绪性身体状态的内部信号（行为、自主反应和内分泌）就在感觉皮层和这三个脑结构组成的神经网络的作用下，使人们初步感受到基本的情绪经验（第一性情感）。其后，刺激信息经由前扣带皮层和岛叶皮层向外侧前额皮层、内测前额皮层和眶额皮层继续传递。背外侧前额皮层负责认知与注意，腹内侧前额皮层和眶额皮层主管动机与情绪评价。背外侧前额皮层、腹内侧前额皮层、眶额皮层与前扣带回皮层和岛叶皮层的相互作用，完成情感信息的进一步加工和传递，使人们产生明确的情绪意识体验，并进一步调控身体的反应，甚至改变人们的情绪体验（第二性情感）。

（二）人们对突发事件网络舆情的反应分快慢情绪阶段

人们对于突发事件网络舆情信息的接受是与其选择性注意机制密切相关的，上述信息所引起的情绪反应具有快速的直觉情绪反应（由第一性情感主导）和相对慢速的理性认知反应（由第二性情感主导）两个阶段，并将产生相应的态度和后续的行为。为了防止后续不良的行为发生，在快速的直觉情绪反应阶段通过有针对性的新的情景刺激是最为有效的调控手段，继而根据接受者的选择性注意机制和接受特性来设计帮助提高接受者理性认知能力的情景输入，有助于使接受者提高对网络舆情信息的认知和自觉行为能力。

根据上述脑心理机制模型，在城市突发事件的应急管理中，我们可以通过对大量实际案例的分析和社会调研，获得不同情景刺激下各类社会公众的情绪反应及其后续行为的统计学特征，对上述情绪与行为进行分析和预测，并参考以上调研中公众认为最合适的处置方案及时采取有效的干预措施。图2为基于脑心理机制的城市突发事件公众情绪管理框架：

公众对城市突发事件相关信息的认知还与其群体交互活动有着密切关系，网络空间各类舆情信息的交互、社会评价和价值观的传递，以及人们对受害者遭遇所产生的移情反应都将在很大程度上对上述认知过程产生重要影响。因此，必须对上述突发事件的信息传播过程、关键路径及其所产生的网络舆情和群体情绪与认知倾向进行实时分析，并预判其发展趋势，采取有针对性的应对方案。

三、城市突发事件的应急管理建议

在现代城市日益发达的信息网络环境下，城市突发事件的应急管理必须充分考虑到公众对上述事件认知过程中的情绪机制及其通过网络信息传播所带来的社会影响，构建现实世界和网络世界相结合的统一应急管理体系，正确分析、预判突发事件的网络舆情，在防止负面影响扩散和遵循合理、合法原则的同时，兼顾公众在特定情境下的情绪及其对认知、理解和接受所造成的影响，以符合公众心理认知能力及其对易于接受模式的方式采取最有效的动态应对措施。与此同时，还须通过大力宣传教育，不断提高公众的理性认知能力和相关法律意识，从最大化公众利益和维护社会稳定的大局出发，形成对突发事件及其应急管理正确认识的社会自觉行为。

根据城市突发事件的特点及其公众认知的情绪机制，为了进一步增强对上述突发事件的应急管理能力和应对措施的实际效果，本文提出以下建议：

（一）建立城市公众的情绪管理机制

城市公众的情绪状态不仅可以为很多社会性突发事件提供预判，还可以为人们对城市突发事件的发展变化及其应急管理所带来的社会心理影响提供重要的分析依据，也是计算城市居民真实“幸福感”程度的科学方法。通过城市物联网、情景感知、情感计算等新一代智慧城市技术（戴伟辉， 2012），[10]不仅能够在一定程度上对城市真实社会的公众情绪进行监测（鄢辉华， 2011； 周维明， 2013），[11][12]还可以对网络虚拟社会所反映的群体情绪进行分析（朱晏城， 2012）。[13]在采用上述技术时，应建立严格的应用规范制度，保护公众的隐私信息。

（二）把握城市突发事件的公众认知特性

城市突发事件的公众认知特性及特定情境下的情绪对上述认知过程的影响，对于采取有针对性的应急管理措施具有重要的意义。上述认知特性与突发事件的种类及特征、发展动态和影响程度，以及不同城市的公众特点及其所处的特定情境都有着密切的关系，必须通过大量的案例分析、社会调研和科学研究才能获得可用于指导实践的系统性研究成果。近年来，随着认知神经科学和神经管理学的发展，通过f-MRI（功能性核磁共振）、ERPs（脑诱发事件相关电位）和多通道生物信息反馈仪等先进的实验观测技术手段，我们可以对公众的认知特性及其理解、接受模式进行更深入的研究与探索，获得规律性的发现及重要的特征参数，并应用于城市突发事件的应急管理中。

（三）加强城市突发事件的网络信息传播分析

城市突发事件的网络信息传播具有开放性和复合传播等复杂特征，必须在真实环境下通过平行计算和交互迭代仿真分析才能够对上述信息传播的发展趋势和影响程度给出很好的描述并进行准确的预判。在城市突发事件的应急管理中，应会同有关部门共同构建上述技术支撑体系，加强对信息传播和网络舆情的分析，为“情景—应对”模式下的应急管理决策提供重要的参考依据和技术手段。

（四）提高城市突发事件的公众理性认知能力

在现代开放式的信息网络环境下，公众既是突发事件信息的接受者，也是上述信息的重要社会传播者和社会监督力量。因此，提高公众的理性认知能力是影响其态度与行为、避免情绪性的群体极化现象和做好网络舆情管理的关键。公众的理性认知能力首先取决于对政府的公信力，在突发事件的应急管理中应该通过合适的方式及时披露事件的准确信息，并充分阐述清楚对上述事件的处置原则，以获得公众的广泛理解。在此基础上，就公众所关注的问题进一步通过政府相关部门、权威专家、事件当事人和公众代表从不同的角度进行对话讨论，形成理性的共识与社会行为规范，最终转化为社会的自觉行为。

参考文献：

[1]Watts D.J.et.al，Collective dynamics of small world networks [J].Nature，1998（393）：440-442.

[2]Moez Draief.Epidemic processes on complex networks-The effect of topology on the spread of epidemics[J]，Physica A，2006（363）： 120–131.

[3]W.Bachnik，S.Szymczak et al. Quantitative and sociological analysis of blog networks [J].Acta Phys.Polon.2005（36）：3179-3191.

[4]Flavio Chierichetti et al.Rumor spreading in social networks [J]. Theoretical Computer Science，2010 （11）：1-9.

[5]王飞跃.基于社会计算和平行系统的动态网民群体研究[J].上海理工大学学报，2011，33（1）：8-17.

[6]王飞跃，曹大军，曹志冬.网络虚拟社会中非常规安全问题与社会计算方法[J].科技导报，2011，29（12）：15-22.

[7]李宏飞.金融高频交易数据的KDR建模方法研究[D].复旦大学，2012.

[8]孙策.不确定环境下采购成本的KDR预测模型研究[D].复旦大学，2012.

[9]万熙琼.突发事件的网络传播机制及其应急管理研究[D].复旦大学，2009.

[10]戴伟辉.情景感知与情感智能：通往智慧城市的智慧之门[J].上海城市管理，2012（4）：29-32.

[11]鄢辉华.基于现场观测信息的施工员工情绪管理研究[D].复旦大学，2011.

[12]周维明.基于红外热像信息的人类情绪监测方法及应用研究[D].复旦大学，2013.

[13]朱晏城.网络语言的情感计算方法及实现技术研究[D].复旦大学，2012.

责任编辑：张 炜