摘 要:[目的/意义]从系统视角把握“舆情-抢购”链式危机的演化规律和防控策略，对提高社会风险的预警及时性和治理能力具有重要意义。[方法/过程]首先结合实际提出了研究假设，构建了包含舆情形成子系统、负面舆论聚集子系统和民众抢购子系统的系统动力学模型。其次，以2011年日本核泄漏事件中的“舆情-抢购碘盐”危机为例进行了案例分析，通过提炼和仿真该危机演化趋势的量化指标，验证了模型的有效性。最后，考查了主要可控因素的影响，并据此给出了制定防控方案的策略启示。[结果/结论]模型可较好地刻画“舆情-抢购”事件链危机的演化过程；从对危机指标影响的灵敏度分析可知，意见领袖作用最高，媒体影响率次之，政府响应时间较低。
关键词:舆情；抢购；链式危机；防控策略；系统动力学
0引 言
近年来，频繁爆发的重大突发事件往往会因其连锁反应特性而触发一系列次生/衍生事件。舆情传播正是其一，大量案例表明，负面舆情的传播不仅可能加大源头事件的应急处置难度，还可能引发物资抢购等群体性事件。例如，2003年SARS事件中“传染性肺炎流行”的舆情扩散引发了米醋、板蓝根及医用品的抢购；2011年日本核泄漏事件中“海水污染”和“含碘物能抵抗核辐射”的舆情扩散造成了碘盐、碘片及海藻的抢购。为此，研究“舆情-抢购”链式危机的形成与演化规律，明晰防控措施对该链式危机演化的影响，对提高社会风险的预警和治理能力具有重要的意义。
目前，舆情传播的建模成果可归结为三类：一是根据舆情传播与病毒扩散的相似性，对SIR传染病模型进行扩展。陈波等[1]引入泛在媒体环境，构建了带有直接免疫的SEIR模型；Zhao等[2]考虑到群体的记忆和遗忘因素，基于非均匀网络提出了SIHR谣言传播模型；赵俊等[3]在分析信息发酵过程基础上，建立了带有发酵期的舆情传播模型；进一步，王治莹和李勇建[4]借助多案例研究给出了带有政府干预的舆情传播控制系统；Huo和Ma[5]基于脉冲免疫和免疫周期延迟设计了带有政府科普教育的谣言传播模型。二是引入系统工程方法对舆情传播过程进行建模。Liu等[6]分析了网民接受度和网民行为(观察、模仿和学习等)，借助演化博弈论建立了舆情传播方程；宋彪等[7]在考虑群体和个体的流动过程基础上，基于群集动力学和演化博弈论提出了舆情疏导模型；Tian和Liu[8]基于系统建模和网络拓扑分析，构建了舆情超网络模型；苏创等[9]基于舆情传播的不同阶段设计了不确定微分方程；邓青等[10]考虑到个体特性和外部因素，建立了舆情传播的元胞自动机模型；Yan等[11]建立了传播概率受舆情信息间距离影响的不确定性传播模型。三是针对特定事件或传播渠道下的建模。刘怡君等[12]通过提取“8·12”天津港爆炸事故中的舆情传播特征，构建了集主体、信息、心理、观点的多层多属性模型；Lee和Chun[13]基于社会判断与沉默螺旋理论设计了识别舆情传播规律的实验模型；于凯等[14]基于社会心理学和传播学理论提出了舆情传播的线上线下双层网络模型。
总结以上，当前研究对舆情传播建模和规律识别具有重要意义，但也可发现其大多集中于研究舆情自身，而较少关注到舆情的次生/衍生效应尤其是“舆情-抢购”链式危机的演化规律与防控研究。系统动力学作为从整体视角来分析系统内部运行规律的建模方法，已经应用到舆情自身的建模之中。如余乐安等[15]构建了包含网民子块、政府子块和网媒子块的系统动力学模型，研究了危化品水污染事件中的舆情危机扩散规律；姜景等[16]提出了“7·23动车事故”中舆情危机传播的系统动力学模型。与之不同的是，本文以“舆情-抢购”链式危机为关注对象。为此，在构建“舆情-抢购”危机的系统动力学模型基础上，以2011年日本核泄漏事件中“舆情-抢购碘盐”危机为例进行案例分析，并通过仿真考查模型中主要可控因素对危机演化的影响。
1“舆情-抢购”危机因果回路图
假设1 舆情的扩散渠道畅通，主要渠道包括传统媒体、网络媒体和人际关系。
例如，在2011年日本核泄漏事件中，“海水污染”和“含碘物能抵抗核辐射”的舆情信息不仅在微博、微信、论坛及其它社交平台等网络媒体上扩散，还招致了一些报刊杂志、广播热线及电视新闻等传统媒体的跟踪报道，同时也涉及亲友交谈、街坊互动等人际关系渠道的口耳相传。
在舆情危机进入消退期阶段，企业应建立损失评估小组，对舆情危机中企业的损失进行评估，寻求弥补企业损失的相关策略。评估主要从两个方面进行，第一是对企业经营状况造成的损失；二是企业在舆情危机之后的形象及信誉损失。在该阶段，企业须开展大规模且持久的企业形象修复工程，包括参与灾后重建、捐款捐物等体现企业社会价值的公益活动，生产高质量、低污染产品展现企业在实践环保过程中的贡献，经常与公众沟通交流，维护深入公众内心的企业形象等。风险社会中，公众对于企业产品是否安全极为看重，尤其是与日常生活息息相关的产品。因此，企业要严把产品质量关，生产高质量的产品，重拾公众对于企业产品的信心。
传统媒体一般具有单向传播、信息的来源渠道正规、信息加工和发布专业化水平高等特点，发布的信息符合一定理性标准[17]。相比之下，网络媒体和人际关系一般是双向互动，准入门槛低，传播的信息感性成分较多[18]。因此，在重大突发事件下，传统媒体因其更高的可信度和权威性有助于消解民众的恐慌，而网络媒体及人际关系在信息真假难辨的短时间内极易激发民众的恐慌。
假设3 政府特指地方政府，能够积极对舆情进行监测、引导和调控，不存在机会主义。
鉴于“舆情-抢购”危机具有先在局部地区发生而后向更广范围扩散的特殊性，因此其直接管控者着重考虑地方政府，而上级政府影响地方政府的行为(如上级政府的官方信息透明度影响地方政府的舆情调控水平)。例如，在2011年日本核泄漏事件中，抢盐现象发生伊始正是地方政府(浙江、江苏和安徽等)率先管控，国家发改委及商务部后期的行动对其产生了积极的指导作用。
根据以上假设，分别建立舆情形成子系统、负面舆论聚集子系统和民众抢购子系统，进而通过各子系统间的逻辑关系构建因果回路图，如图1所示。
现阶段建筑施工当中仍然存在管理不规范的现象。比如：施工人员没有依照相应的用电与节电标准进行，并且在施工现场相应的安全警示标志较少，使施工现场的整体状况仍处于不规范的情形当中。除此以外还有很多建筑企业在制定施工方案以及制度的时候仍存在很多不规范的地方，特别是施工方技术交底情况，并且在这样的不规范情况下作业人员也无法记录真实的施工活动，最终使得施工安全管理工作受到影响。
图1“舆情-抢购”危机的因果回路图
图2“舆情-抢购”危机的存量流量图
由图6可知，传统媒体影响率仅对舆情态势的影响较为敏感，且主要是在其接近或超过其峰值的时期。相比之下，网络媒体影响率对舆情态势和碘盐销售价格的影响都更为显著。为此，政府应积极扶持传统媒体和网络媒体的运营商提升其专业素养与技术能力，督促其尽可能在切实获取危机的一手数据、深入挖掘危机下民众的行为特点及坚守高度社会责任感的基础上发布引导信息，以此达到最大限度地降低潜在类似危机舆情热度和抢购热度的目的。
通过进一步确定状态变量、速率变量及辅助变量，可得系统流图，如图2所示。
“五环五步”包含了教师信息技术应用能力提升培训中的“需求调查、内容精选、集中培训、专业引领、效果检测”五个环节和“整合特色、模拟实践、再次交流、再次实践、形成成果”五个步骤。其中“五环”主要解决了教师信息技术应用中的技术问题，“五步”主要解决了教师信息技术应用中的能力问题。
2“舆情-抢购”危机系统流图
1.3民众抢购子系统该系统可表示为“负面舆论聚集度→民众恐慌程度→物资销售数量→库存供不应求程度→物价上涨程度→民众恐慌程度”。负面舆论的聚集致使民众恐慌程度增加，当超过民众的心理承载能力时易引发物资抢购。抢购必将提高物资销售数量，从而增加物资库存供不应求程度，并由此造成物价上涨，其又会进一步提升民众恐慌程度，形成恶性循环。
1.1舆情形成子系统舆情态势主要受四种作用力的影响，即网络媒体、传统媒体、民众及政府[19,20]。首先，网络媒体和传统媒体对舆情态势的作用力取决于自身的影响力(由其报道频率和影响率(知名度等所决定的对民众影响的可能性)进行反映)与事件作用力。其中，事件作用力取决于其影响力(如对民众人身安全的敏感性等，由其危害程度和民众的关注度(舆情态势)决定)和危害程度。其次，民众作用力不仅受民众质疑度及其讨论频率影响，还取决于意见领袖和事件作用力。最后，政府作用力由其公信力、舆情调控水平及信息渠道化水平决定。其中，政府舆情调控水平取决于自身响应时间和报道频率、事件作用力及上级政府的官方信息透明度；政府信息渠道化水平表示舆〗信息获取与应急信息发布的水平，受舆情态势和事件作用力影响。
引入Vensim软件中的INTEG(积分)、DELAY1I(一阶延迟)、DELAY3(三阶指数延迟)和SMOOTH(平滑)等函数刻画系统要素间的非线性关系。借鉴文献[19]和对人民网舆情频道及新浪微博中关于以上多个案例的数据进行拟合，给出该系统动力学模型的仿真公式，如表1所示。
表1系统动力学模型变量与公式设定
子系统标示系统流图的计算公式公式说明舆情形成子系统舆情态势=INTEG(-0.135×传统媒体作用力+0.145×网络媒体作用力+0.454×民众作用力-0.266×政府作用力,0)舆情态势由网络媒体、传统媒体、民众及政府四种作用力决定传统媒体作用力=事件作用力×传统媒体影响力传统媒体作用力与其自身影响力和事件作用力正相关传统媒体影响力=传统媒体影响率×传统媒体报道频率传统媒体影响力与其影响率(对民众影响可能性)和报道频率正相关网络媒体作用力=事件作用力×网络媒体影响力网络媒体作用力与其自身影响力和事件作用力正相关网络媒体影响力=网络媒体影响率×网络媒体报道频率网络媒体影响力与其影响率(对民众影响可能性)和报道频率正相关民众作用力=民众讨论频率×事件作用力×民众质疑度×意见领袖作用民众作用力与其讨论频率、质疑度及事件作用力和意见领袖正相关政府作用力=0.258×政府公信力+0.291×政府信息渠道化水平+0.451×政府舆情调控水平政府作用力由其公信力、舆情调控水平及信息渠道化水平决定政府信息渠道化水平=0.260×DELAY1I(事件影响力,3,0)+0.740×舆情态势政府信息渠道化水平与事件影响力(作用存在延迟)和舆情态势正相关政府舆情调控水平=DELAY1I(((事件作用力×(1+上级政府的官方信息透明度))×政府报道频率),政府响应时间,0)政府舆情调控水平与其响应时间和报道频率、事件的作用力、官方信息透明度相关(作用存在延迟)事件作用力=(0.585×事件危害程度+0.415×事件影响力)EXP(-Time)事件作用力与事件危害程度及其影响力正相关,并随时间变动事件影响力=(0.785×事件危害程度+0.215×舆情态势)EXP(-Time)事件影响力与事件危害程度及舆情态势正相关,并随时间变动事件危害程度=事故评级/事故所属类别最大等级事件危害程度与其评级正相关
续表1系统动力学模型变量与公式设定
子系统标示系统流图的计算公式公式说明负面舆论聚集子系统负面舆论聚集度=(事件模糊程度×事件影响力×当前及历史借鉴的影响)/民众认知度负面舆论聚集度与事件的模糊程度和影响力正相关,与民众认知度和当前及历史借鉴影响负相关事件模糊程度=1-政府信息披露程度事件模糊程度与政府信息披露程度负相关,介于0到1之间政府信息披露程度=INTEG(政府舆情调控水平,0)政府信息披露程度由政府舆情调控水平进行反映,初值为0民众认知度=政府公信力×民众理性程度民众认知度与政府公信力及民众理性程度均正相关民众抢购子系统民众恐慌程度=物价上涨程度×负面舆论聚集度民众恐慌程度与物价上涨程度及负面舆论聚集度均正相关物价上涨程度=INTEG(物价上涨速率,0)物价上涨程度取决于物价上涨速率,初值为0物价上涨速率=物资销售价格-物资正常价格物价上涨速率取决于价格差物资销售价格=ACTIVE INITIAL(实际发货率,1)该危机背景下,物资销售价格随实际发货率(实际需求)提高而上升物资正常价格=正常发货率以正常发货率反映物资正常价格实际发货率=(1+民众恐慌程度)×正常发货率商家的实际发货率受民众恐慌程度的影响,一般大于正常发货率平均发货率=SMOOTH(实际发货率,2)采用平滑函数来表示商家决策时对于销售信息中随机因素的处理订货率(延迟)=DELAY3(订货率,1)由于库存调节需要时间,采用三阶指数延迟函数来对订货率进行延迟订货率=库存调节率+平均发货率商家订货时,需要同时考虑期望库存和销售量的维持库存调节率=(期望库存-库存)/库存调节时间表示单位时间内调节库存的数量库存=INTEG(订货率(延迟)-实际发货率,物资的正常库存)任意时刻的库存等于正常库存与先前各时刻库存变化量的累加
3案例与仿真分析
以2011年日本核泄漏中的“舆情-抢购碘盐”链式危机为例检验模型的有效性，并通过仿真考查主要可控因素对该危机演化轨迹的影响。模型中，部分参数取值来自文献[19]，网络媒体报道频率、传统媒体报道频率、民众讨论频率和政府报道频率分别来自新浪网、人民网舆情频道、新浪微博和中华人民共和国中央人民政府门户网站，3月15日～22日的数据如表2所示。根据案例和模型结构，确定四个用于反映“舆情-抢购碘盐”事件链危机演化趋势的指标：a.舆情态势，可反映舆情热度，即该指标取值越高，说明民众对前导事件的关注度越高；b.负面舆论聚集度，可反映社会负面信息的传播强度和民众负面情绪的高涨程度；c.民众恐慌程度，可反映民众的风险感知强度，关系到民众参与抢购的可能性；d.碘盐销售价格，该指标取值越高，说明抢购热度越大。
3.1模型检验为了更直观地模拟该危机的演化和防控措施的作用，将仿真截止时间设为3月25日，仿真结果如图3所示。为了与案例实际进行对比，借助百度指数平台(拥有数据来源全面性的优点[22])采
表2“舆情-抢购碘盐”危机的相关参数数据
频率(条)日期(月/日) 网络媒体报道频率传统媒体报道频率民众讨论频率政府报道频率3/15102966423/1615183728416133/17297159230720233/18101516756843/1958432966443/2080672472013/21104941153643/225848280161
（2）对于建筑电气安装工程使用的关键材料而言，必须要确保电气安装工程材料的合格性与质量，且在发现电气材料无质量证明书与出厂合格书后，需要对材料进行退换操作，以使得建筑电气安装工程的施工材料合格性可以得到保障。
图3“舆情-抢购碘盐”危机关键指标的仿真结果
集全国PC端和移动端的上述指标数据。具体地，检索“日本核泄漏”的百度指数，用于反映民众每天对核泄漏事件的关注度，其标准化结果(即等比例缩小)作为舆情态势数据，如图4(a)所示；考虑到“泄漏物污染海水，以后碘盐不能吃了”和“碘盐能抵抗核辐射”谣言是该危机中民众间的两种主流负面信息和显性化负面情绪，分别检索“海水污染”和“碘盐”的百度指数，以二者之和的标准化结果作为负面舆论聚集度数据，如图4(b)所示；民众恐慌程度受碘盐价格上涨程度和负面舆论聚集度的影响，但该危机中的盐价上涨已被证实是由不法商贩的恶意抬价行为所导致，加之时效性，每天确切的碘盐销售价格采集难度较大。在此，不妨以民众对“盐价”关注度(百度指数)的变化来反映碘盐销售价格的波动，并以“盐价”百度指数和负面舆论聚集度之乘积作为民众恐慌程度数据，相关数据的标准化结果如图4(c)和图4(d)所示。
对比图3和图4可知，模型对该链式危机四个关键指标的仿真结果可较好地模拟这些指标实际数据的变化趋势。其中，舆情态势在15～17日迅速攀升，并在17日前后最为严峻，但之后明显回落，并呈现逐渐衰退趋势；负面舆论聚集度、民众恐慌程度及碘盐销售价格在15～17日的增长均极为迅速，17日出现峰值，但之后急转直下，并于19日后趋于较低水平的稳态甚至消失。
图4“舆情-抢购碘盐”危机关键指标的采集数据
3.2影响因素仿真为了从政府角度探索有效的防控策略，对模型中主要可控因素(意见领袖作用、媒体影响率和政府响应时间(政府舆情调控水平中的延迟时间))的作用机制进行仿真。需要说明的是，该链式危机作为一个具有集合性质的研究对象，包括了“舆情”和“抢购碘盐”两个核心部分，其四个量化指标(舆情态势、负面舆论聚集度、民众恐慌程度及碘盐销售价格)间具有因果关系。基于此，为了既尽可能体现本文研究重点而又确保不失系统性分析，主要考查各可控因素对舆情态势(可反映舆情热度)和碘盐销售价格(可反映抢购热度)的综合影响，仿真结果如图5～7所示。
图5意见领袖作用的灵敏度分析
由图5可知，意见领袖对该链式危机的舆情态势和碘盐销售价格影响都非常显著，尤其体现在各指标峰值的波动。在互联网新兴技术潮流下，双向互动和准入门槛低等特点易导致负面信息在重大突发事件爆发后迅速充斥社交网络，政府和媒体运营商应实时监测社交“大V”，引导和约束其主动占据正面舆论的制高点，充分发挥其对舆情热度和抢购热度的显著调控作用。
图6媒体影响率的灵敏度分析
1.2负面舆论聚集子系统该系统是连接舆情形成子系统和民众抢购子系统的桥梁。首先，负面舆论聚集度与事件的影响力和模糊程度正相关[21]。其中，事件的模糊程度与事件真相的公布情况相关，由政府信息披露程度进行反映。其次，当前及历史类似事件的发生与处理情况会影响民众对当前事件的判断。最后，负面舆论聚集度还受民众认知度的影响。民众认知度主要取决于其自身的理性程度和政府公信力，即其自身的理性程度和政府公信力越高，则认知度越高(民众等待政府渠道报道的可能性越大)，从而越不利于负面舆论的聚集。
图7政府响应时间的灵敏度分析
由图7可知，政府响应时间的缩减有助于降低舆情态势和碘盐销售价格的峰值，但从全生命周期来看，其作用仅在这两个指标的峰值到达前后一段时间体现得较为明显。由于政府响应时间可反映政府对舆情热度与抢购热度演变趋势的研判能力，因此政府应及时发布重大突发事件的态势和处置进展，积极回应民众关切，以此发挥其在整个链式危机中的调控作用。
4结论与展望
4.1研究结论现有研究大多集中于舆情自身，较少考虑到“舆情-抢购”链式危机演化规律与防控策略。为此，本文针对该链式危机构建了包含三个子系统的系统动力学模型。在此基础上，以2011年日本核泄漏中的“舆情-抢购碘盐”危机为例，通过提炼和仿真该危机演化趋势的量化指标验证了模型的有效性。进一步，考查了模型中主要可控因素对危机演化的影响。主要结论如下：
假设2 侧重于考虑传统媒体对舆情态势的消减及网络媒体与人际关系对舆情态势的煽动。
第一，为了有效降低舆情热度和抢购热度，政府和媒体运营商应实时监测社交“大V”，引导和约束其主动占据正面舆论的制高点；政府应积极扶持媒体运营商提升其专业素养与技术能力，督促其在切实获取危机的一手数据、深入挖掘危机下民众的行为特点及坚守高度社会责任感的基础上发布引导信息；政府应及时发布重大突发事件的态势和处置进展，积极回应民众关切。
第二，从各可控因素对舆情态势和碘盐销售价格影响的灵敏度分析综合来看，意见领袖作用的灵敏度最高，媒体影响率次之，政府响应时间相对较低。模型和仿真结果不仅有助于揭示重大突发事件中“舆情-抢购”危机的演化规律，还可为防控方案的制定提供启示。
中部某省一经营渔业的老板告诉笔者，他近两年一共办了3个合作社，一个渔业养殖合作社、两个茶叶种植合作社，都是空壳合作社，没有什么实质性内容，其中一个还是当地政府以他的名义办的。“办理手续很简单，只需5户以上老百姓就可以办理，这些老百姓拉来凑数，合作社的大小事情都是我一人忙活。”
迈克尔逊和莫雷并没有更深入地追究“以太”是否存在的问题。迈克尔逊把他的干涉仪用于高精密度的物理测量上，他用实验发现，保存在巴黎国际度量局的标准米是镉光谱光线波长的1 553 163.5倍，他为长度基准找到了一个非实物的标准。1907年，迈克尔逊由于在“精密光学仪器和用这些仪器进行光谱学的基本长度测量”方面的研究荣获诺贝尔物理学奖。
“小学数学益智游戏”校本课程的核心目标，是将数学知识与技能渗透到游戏活动中，让学生在参与游戏、体验游戏、感悟游戏和创造游戏的过程中，巩固数学知识，提高数学技能，发展数学思维并激发对数学的喜爱。因此，教师在开发校本课程时，应根据自身的教学经验和学生的实际情况，把握“火候”。
4.2研究展望负面舆论聚集度与民众恐慌程度指标作为舆情和抢购建立关系的桥梁，是判断抢购行为能否发生的直接依据。为此，可进一步通过细分这两个指标的等级尤其是界定引发抢购的阈值，研究抢购行为的发生机制(包括发生的可能性、条件和时机等)与应急决策问题；
本次调查结果显示，广州市天河区青年学生对艾滋病相关知识的知晓率较低（63.2%），低于福建（77.7%）、安徽（70.98%～83.62%）［2］、黑龙江（88.3%）等省份［9-13］，与国务院办公厅2017年发布的《中国遏制与防治艾滋病“十三五”行动计划》的青年学生艾滋病防治知识知晓率应达到90%以上的目标要求存在较大差距。此外，本研究发现不同学历、年龄、性行为经历、最近一年是否接受过预防艾滋病的宣传服务及是否知道可以免费检测艾滋病均为青年学生艾滋病知晓率的影响因素，教育及卫生部门应重点在这部分青年人群中开展预防艾滋病的宣传教育工作。
重大突发事件舆情不仅可能导致物资抢购，还可能引发民众迁移、打砸抢烧和示威游行等群体性事件，未来可借鉴本文事件链角度的思路研究其发生和演化机制。此外，研究中还可引入受教育程度、记忆和遗忘等因素来细分民众群体，分析不同群体对链式危机演化的影响问题。
参考文献
[1] 陈 波，于 泠，刘君亭，等.泛在媒体环境下的网络舆情传播控制模型[J].系统工程理论与实践，2011，31(11)：2140-2150.
[2] Zhao L J,Qiu X Y,Wang X L,et al.Rumor spreading model considering forgetting and remembering mechanisms in inhomogeneous networks[J].Physica A:Statistical Mechanics and its Applications,2013,392(4):987-994.
[3] 赵 俊，霍良安，刘 霞.具有发酵期的舆情传播与控制模型[J].系统管理学报，2016，25(4)：717-724.
[4] 王治莹，李勇建.政府干预下突发事件舆情传播规律与控制决策.管理科学学报，2017，20(2)：43-52，62.
[5] Huo L A,Ma C Y.Dynamical analysis of rumor spreading model with impulse vaccination and time delay[J].Physica A:Statistical Mechanics and its Applications,2017,471:653-665.
[6] Liu D H,Wang W G,Li H Y.Evolutionary mechanism and information supervision of public opinions in internet emergency[J].Procedia Computer Science,2013,17:973-980.
[7] 宋 彪，朱建明，黄启发.基于群集动力学和演化博弈论的网络舆情疏导模型[J].系统工程理论与实践，2014，34(11)：2984-2994.
[8] Tian R Y,Liu Y J.Isolation,insertion,and reconstruction:Three strategies to intervene in rumor spread based on supernetwork model[J].Decision Support Systems,2014,67:121-130.
[9] 苏 创，彭 锦，李圣国.基于不确定微分方程的网络舆情传播模型研究[J].系统工程理论与实践，2015，35(12)：3201-3209.
[10] 邓 青，刘 艺，马亚萍，等.基于元胞自动机的网络信息传播和舆情干预机制研究[J].管理评论，2016，28(8)：106-114.
[11] Yan F H,Li Z J,Jiang Y C.Controllable uncertain opinion diffusion under confidence bound and unpredicted diffusion probability[J].Physica A:Statistical Mechanics and its Applications,2016(449):85-100.
[12] 刘怡君，陈思佳，黄 远，等.重大生产安全事故的网络舆情传播分析及其政策建议——以“8·12 天津港爆炸事故”为例[J].管理评论，2016，28(3)：221-229.
[13] Lee M J,Chun J W.Reading others' comments and public opinion poll results on social media:Social judgment and spiral of empowerment[J].Computers in Human Behavior,2016(65):479-487.
[14] 于 凯，荣莉莉，郭文强，等.基于线上线下网络的舆情传播模型研究[J].管理评论，2015，27(8)：200-212.
[15] 余乐安，李 玲，武佳倩，等.基于系统动力学的危化品水污染突发事件中网络舆情危机应急策略研究[J].系统工程理论与实践，2015，35(10)：2687-2697.
[16] 姜 景，张立超，刘怡君.基于系统动力学的突发公共事件微博舆论场实证研究[J].系统管理学报，2016，25(5)：868-873.
[17] Macmillan A,Roberts A,Woodcock J,et al.Trends in local newspaper reporting of London cyclist fatalities 1992-2012:the role of the media in shaping the systems dynamics of cycling[J].Accident Analysis and Prevention,2016(86):137-145.
[18] Buechel B,Hellmann T,Klöβner S.Opinion dynamics and wisdom under conformity[J].Journal of Economic Dynamics & Control,2015(52):240-257.
[19] 狄国强，曾华艺，勒中坚，等.网络舆情事件的系统动力学模型与仿真[J].情报杂志，2012，31(8)：12-20.
[20] Brusco S,Roy J.Cycles in public opinion and the dynamics of stable party systems[J].Games and Economic Behavior,2016(100):413-430.
[21] 奥尔波特.谣言心理学[M].刘水平，梁元元，黄 鹂，译.沈阳：辽宁教育出版社，2003.
[22] 魏德志，陈福集，林丽娜.基于博弈论和SIRS的热点事件传播仿真研究[J].系统仿真学报，2018，30(6)：2050-2057.
SystemDynamicsModelandItsSimulationoftheChainCrisisConsideringPanicBuyingDerivedfromPublicOpinion
Wang Zhiying Wang Weikang
(School of Management Science & Engineering,Anhui University of Technology,Ma'anshan 243032)
Abstract:[Purpose/Significance]For improving the early warning timeliness and governance ability of social risks,it is of significance to grasp the evolution law and prevention and control strategies of the chain crisis of "public opinion- panic buying" from system perspective.[Method/Process]Assumptions are first given in combination with real cases,and a system dynamics model including three subsystems,i.e.,the formation of public opinion,gathering of negative public opinion and panic buying of the masses,is put forward. Then,the crisis of "public opinion- panic buying of iodized salt" resulted from Japan's nuclear leak in 2011 is taken as an example to verify the effectiveness of the proposed model by refining and simulating indexes of evolutionary trends. Finally,the impact of key factors that could be controlled is tested to present strategic implications.[Result/Conclusion]The proposed model could well depict the evolution of "public opinion- panic buying" crisis; The sensitivity analysis of the impact of key factors on the indexes of this crisis shows that the role of opinion leaders is the highest,the influence rate of media is the second,and the response time of government is relatively low.
Keywords:public opinion; panic buying; chain crisis; prevention and control strategies; system dynamics
收稿日期：2019-03-26
修回日期：2019-05-31
基金项目：国家自然科学基金项目“多种诱导信息情境下突发公共事件舆情演进规律及其干预机制研究”(编号：71704001)和安徽省自然科学基金项目“重大灾害情境下‘舆情-抢购’危机演化机理与防控决策研究”(编号：1808085QG224)研究成果之一。
作者简介：王治莹(ORCID：0000-0002-3134-977X)，男，1987年生，博士，副教授，硕士生导师，研究方向：应急管理；王伟康(ORCID：0000-0001-5806-0696)，男，1991年生，硕士研究生，研究方向：应急管理。
中图分类号：N945.12N949 C934
文献标识码：A
文章编号：1002-1965(2019)11-0119-07
引用格式：王治莹，王伟康.考虑舆情衍生抢购的链式危机系统动力学模型与仿真[J].情报杂志，2019，38(11)：119-125.
DOI：10.3969/j.issn.1002-1965.2019.11.018
(责编：王平军；校对：王 菊)
标签：舆情论文; 民众论文; 作用力论文; 危机论文; 政府论文; 社会科学总论论文; 社会学论文; 社会结构和社会关系论文; 《情报杂志》2019年第11期论文; 国家自然科学基金项目“多种诱导信息情境下突发公共事件舆情演进规律及其干预机制研究”(编号:71704001)安徽省自然科学基金项目“重大灾害情境下‘舆情-抢购’危机演化机理与防控决策研究”(编号:1808085QG224)研究成果之一论文; 安徽工业大学管理科学与工程学院论文;