政府重大项目投资决策下群体性事件的形成机制及其仿真分析

郑君君，何鸿勇，蔡 明

（1.武汉大学 经济与管理学院，武汉 430072；2.浙商银行股份有限公司北京分公司，北京 100033）

1 研究背景

政府重大投资项目具有投资金额和投资规模巨大、涉及环节多、建设周期长等特点，直接关系到地区的产业结构优化、经济增长、内需扩大、广大民生的切身利益等一系列现实问题［1-2］。中国正处于经济高速发展时期与社会转型时期，经济政治体制、利益分配格局以及社会结构都处于不断变革的过程中，随之而来的是社会民众中利益主体及其价值取向的日益复杂化和多样化，各种社会矛盾也日益凸显，不同阶层和不同利益团体之间的冲突呈逐年增长、涉及人数众多、参与主体多元化、对峙时间长、一触即发的趋势，从而导致社会稳定性失衡事件甚至群体性事件频繁发生［3-4］。2000—2013年中国群体性事件的数量及参与者规模如表1和表2所示［5］。根据中国社会科学院发布的统计数据，2009年以来中国每年发生的群体性事件均可达到10余万起，并推测2014年这一情形并不能得到有效的控制和改善［6］。

表1 2000—2013年中国群体性事件数量

表2 2000—2013年中国群体性事件的参与者规模

政府重大投资项目决策涉及民众利益，若处理不好各方利益相关者之间的关系则可能激发群体性事件［7］。征地拆迁、环境污染、政府部门执法不当等都是导致群体性事件高发的重要原因，以征地拆迁为例：2000—2013年征地拆迁导致的百人以上公民参与的群体性事件共有97起，占当年群体性事件总数（871起）的11.14%，其中100～1000人次、1001～10000人次、10001人次以上的群体性事件分别占10.85%、11.81%和10%。由此可见，民生问题对政府重大投资项目决策具有高度的敏感性［8-9］。鉴于此，探讨引发群体性事件的原因并据此提出相应的规避机制，对于提高政府投资效率、创造投资效益、维护社会稳定具有重要的理论意义和现实意义。

2 政府重大项目投资决策中群体性事件的形成机制

政府重大投资项目决策所涉及的参与主体包括项目直接利益相关者、网民、微博用户、媒体等。在现实情况中，这些参与主体在所掌握的信息量、顽固程度、职业使命、所拥有的社会网络关系等属性上都存在差异，因此可将它们视为异质主体。利用多主体仿真技术构建模型具有如下优点：可刻画每个异质主体的多属性信息及其策略选择的影响，能注重多个异质主体之间的信息交互及其相互作用关系，从而可反映从微观个体的简单交互到宏观现象的“涌现”［10-11］。本文运用多主体仿真技术来刻画政府重大项目投资决策中参与主体的多属性信息及其社会网络关系，建立参与主体的信息交互与演变规则，分析决策系统中各参数取值对参与主体的状态及其社会网络演变的影响，据此探讨政府重大项目投资决策中群体性事件的形成机制，并依据仿真过程和结果给出规避群体性事件产生的政策建议。

为了简便分析，本文设政府重大投资项目决策所涉及的参与主体有N个，将这N个异质主体置于度为d的社会网络中，参与主体通过社会网络中的连接关系与其他主体相互交流信息［12］。d是由具体的社会环境以及决策系统拓扑结构决定的随机变量。d值越大，表明社会网络中异质主体间的连接越密集、参与主体间的信息交互越频繁顺畅［13］。将所有参与主体分为3种类型——群体性事件的支持者、潜在者以及规避者，并给出下文中的假设条件。

假设1：参与主体i（i=1，2，…，N）的收益服从正态分布N（10，θ），其中θ为行为主体收益的方差，其值越大，表明利益结构越失衡。

假设2：参与主体i任意选择与其连接的参与主体u进行交流，当两者收益差值的绝对值大于阈值ε1即|vi-vu|＞ε1时，参与主体i成为群体性事件的支持者。

假设3：政府和媒体等相关单位对群体性事件加以控制，引导支持者和潜在者转变为规避者，其控制力度为k，第t+1轮中规避者数目可表示为

其中，n（t）和n2（t）分别为第t轮中支持者和潜在者的人数。

假设4：最初的支持者有n个。

根据前文的假设条件，可对政府重大投资项目决策系统的社会网络进行刻画，图1直观地显示了政府重大投资项目决策系统中参与主体数目分别为500人次和1000 人次的社会网络的初始状态。其中，社会网络的度和初始支持者人数分别取值为3和5。图中黑色圆点、正方形和灰色圆点分别表示群体性事件的潜在者、规避者和支持者。

图1 政府重大投资项目决策系统社会网络的初始状态

下面运用Netlogo仿真技术分析各项参数对政府重大投资项目决策系统社会网络状态演变的影响。

1）θ的影响。

设N=726、ε1=40、d=5、k=0.5，当θ的取值分别为10、15和20时，政府重大投资项目决策系统的社会网络如图2、图3和图4所示。比较三者可以发现，参与主体收益的方差对政府重大项目决策系统社会网络的状态演变具有非常显著的影响，是群体性事件形成机制的一个决定性因素。当参与主体收益方差取值较小即利益结构相对均衡时，群体性事件的支持者非常少，整个系统在长期演化过程中非常稳定。当控制其他变量的取值而仅将θ的取值逐渐增大时，政府重大项目决策系统中潜在者的数目呈减少趋势，而群体性事件的支持者有所增加；当θ的值增加到20时，系统经过较短的演化时间即趋于崩溃，群体性事件由此发生。

2）d和k的影响。

当N=726、ε1=40、d=3、k=0.8、θ=15时，政府重大投资项目决策系统的社会网络如图5所示。将图5与图3比较分析可知，当d的取值较小即政府重大投资项目决策系统中参与主体的连接相对疏松、政府加大其控制力度时，经过较长时间的演化后，群体性事件中支持者数量的增幅较小，决策系统的稳定性有所提高。

图2 θ＝10时的政府重大投资项目决策系统社会网络状态

图3 θ＝15时的政府重大投资项目决策系统社会网络状态

图4 θ＝20时的政府重大投资项目决策系统社会网络状态

3）意见领袖的影响。

社会网络中的部分行为主体（如名人、媒体等）拥有非常多的连接关系且在社会网络中处于中心地带，其意见对其他行为主体具有非常大的影响。如图6中的正方形所示：弱社会名流、知名网站和人士等意见领袖成为群体性事件的支持者，则往往能更迅速地传播负面情绪，也更能带动其他主体成为群体性事件的支持者；若它们为群体性事件的规避者，则往往能凭借其社会网络信息优势和位置优势来传递控制群体性事件的信息。

初始社会网络中的意见领袖为群体性事件的支持者和规避者时的社会网络演化状态分别如图7和图8所示。比较图7和图8可发现：在d、k、N、n、θ、ε1的取值均相同的情况下，群体性事件的支持者所处的社会网络位置、社会连接数等因素对群体性事件的发展态势具有决定性影响，充当意见领袖角色的支持者往往能够在非常短的时间内迅速传播谣言、不满等负面情绪，而处于社会网络边缘的支持者则不具备这种能力。

图5 d＝3、k＝0.8时的政府重大投资项目决策系统社会网络状态

图6 初始支持者在社会网络中的位置

图7 支持者为意见领袖时的政府重大投资项目决策系统社会网络

图8 支持者为普通群众时的政府重大投资项目决策系统社会网络

3 政府重大项目投资决策中群体性事件的形成原因及其规避

第一，政府重大项目投资决策中利益结构失衡、参与主体的不满情绪弥漫是导致群体性事件产生的重要原因。对应的，行为主体收益方差（θ）取值越大，表明利益结构越失衡。比较θ取值10、15、20时的仿真结果，可以发现：当θ值增大时，支持者所占比例迅速增大，表明利益结构失衡是引发群体性事件的一个重要因素；当θ值并不是特别大时，政府的及时介入在一定程度上能够控制事态的发展。

第二，利益诉求机制不完善，导致参与主体的不满情绪难以通过正常渠道宣泄，同时“体制性迟钝”导致政府难以切断社会事件与潜在者的情绪关联，这些也是导致群体性事件产生的重要原因。对应的，当政府等相关部门的控制系数增大、社会网络的连接密度降低时，群体性事件参与者数量的增长变缓。这说明，政府部门可通过引导社会舆论、实施相关政策等来约束、控制社会负面情绪的扩散，从而规避群体性事件的发生。

第三，意见领袖对群体行为的引导失当，信息管理以及媒体应对不合理，导致群众在群体行为的特殊心理机制的驱使下大肆宣泄不满情绪，这也是群体性事件从发生到失控的重要原因。为了避免群体性事件的发生，政府相关部门一方面应对民众加强教育和引导，使之不盲从于意见领袖；另一方面可引导意见领袖传递具有正能量、有利于社会稳定的言论和信息，从而规避群体性事件的产生。

4 结语

本文以政府重大项目投资决策中的群体性事件为研究主体，首先刻画了政府重大项目投资决策中参与主体的多属性及其社会网络关系，构建了参与主体的信息交互与演变规则，然后运用多主体仿真技术分析了政府重大项目决策系统中各参数取值对参与主体的状态及其社会网络演变过程的影响，给出了政府重大项目投资决策中群体性事件的形成机制，并依据仿真过程和结果提出了规避群体性事件产生的政策建议，以期为政府相关部门和社会管理者应对重大项目投资决策中的群体性事件提供参考与决策依据。

［1］彭振武，李开孟，徐成彬.当前我国普遍采用的以整体风险等级为导向的项目稳评框架问题剖析［J］.技术经济，2013，32（12）：70-76.

［2］杨亚频.政府投资项目决策系统演化机理及其仿真研究［D］.长沙：中南大学，2012.

［3］张书维.群际威胁与集群行为意向：群体性事件的双路径模型［J］.心理学报，2013，45（12）：1410-1430.

［4］刘细良，刘秀秀.基于政府公信力的环境群体性事件成因及对策分析［J］.中国管理科学，2013，21（s1）：153-158.

［5］李林，田禾 .法治蓝皮书：中国法治发展报告No.12（2014）［R］.北京：社会科学文献出版社，2014.

［6］陆学艺，李培林，陈光金.社会蓝皮书：2013年中国社会形势分析与预测［R］.北京：社会科学文献出版社，2012.

［7］谭大璐，毛晓丽，陆杨.基于ISM 结构模型的程度市政府重大投资项目决策风险研究［J］.科技进步与对策，2011，28（13）：14-17.

［8］李川.基于委托代理理论的政府投资项目代建制研究［D］.重庆：重庆大学，2013.

［9］毕宏音.地方政府重大项目舆情分析的系统要素与制度体系［J］.重庆社会科学，2014（1）：67-76.

［10］郑君君，朱德胜，张平，等.风险投资退出股权关联价值拍卖模型及仿真研究——基于Deffuant模型的群体局部博弈及社会网络演化［J］.技术经济，2014，33（2）；21-27.

［11］郑君君，张平，胡小诗，等.基于随机微分方程的股权拍卖报价策略及模型研究［J］.系统工程理论与实践，33（4）：893-900.

［12］IMAD M.The myth of too big to fail［J］.Journal of Banking Regulation，2010（11）：319-333.

［13］KAPUCU N.Interagency communication networks during emergencies boundary spanners in multiagency coordination［J］.The American Review of Public Administration，2006，36（2）：207-225.