社會網絡視角下思維聚焦對集群行為發展趨勢的影響

李根強 劉人境 孟勇 方從慧

摘要：基于社會網絡理論和思維聚焦理論，構建出集群行為發展趨勢的預測模型，采用Agent方法在無標度網絡中模擬思維聚焦、群體異質性、關系強度、圈子認同等因素對集群行為發展水平與發展速度的影響作用，以探究集群行為的產生與發展趨勢。研究發現：情緒聚焦型群體的集群行為發展水平與發展速度要高于問題聚焦型群體；在中等群體異質性條件下，情緒聚焦型群體的集群行為發展水平與速度可以達到最大值；弱關系環境更易助長情緒聚焦型群體集群行為發展水平與速度的提高；群體異質性與集群行為發展水平與速度呈倒U型關系，思維聚焦以及圈子認同對這種關系有調節作用。

關鍵詞：思維聚焦；群體異質性；關系強度；圈子認同；集群行為

DOI：10.13956/j.ss.1001-8409.2017.07.27

中圖分類號：C91；B849 文獻標識碼：A 文章編號：1001-8409（2017）07-0126-05

The Impact of Thought Focus on Collective Behavior

Development Trend from the Perspective of Social Network

LI Genqiang1，2a， LIU Renjing1，MENG Yong2b，FANG Conghui3

（1. School of Management， Xian Jiaotong University， Xian 710049；

2a.Department of Psychology； b. School of Management， Xinxiang Medical College， Xinxiang 453003；

3. Department of Student Affair， Southwestern University of Finance and Economic， Chengdu 611130）

Abstract： Based on the theory of social network theory and thought focus theory， the forecasting model of the development trend of cluster behavior is constructed. The agent development method is used to simulate the influence of regulatory focus， tie strength， group heterogeneity， social circle identity and other factors on the collective behavior in scalefree network，in order to explore the emergence and development trend ofcollective behavior. This paper finds that： the participation level and speed of promotion groups are greater than in prevention group； with the appropriate community structure， promotion groups can achieve the highest level or speed； weak tie is more advantageous to the level or speed growth of prevention group； group heterogeneity and level or speed has inverted ushaped relationship in collective behavior， social circle identity and thought focus can moderate this relationship.

Key words：thought focus； group heterogeneity； tie strength；circleidentity； collective behavior

1引言

我國處于社會轉型期，經濟的快速發展帶來了社會流動和兩極分化等一系列問題[1]?，F有法律體系與社會規范難以做出及時調整，從而使得群體事件或集群行為就成為一些民眾尋求問題解決的方式，時至今日群體性事件的發生率依舊居高不下[2]。群體性事件對于社會穩定的破壞是顯而易見的，因此群體性事件中集群行為產生的原因受到學者們廣泛關注。集群行為是隨著信息傳播、行為演化而產生與發展的，這個過程是一個復雜的非線性系統涌現過程，既包括個體信息觀點的微觀交互傳播，也包含信息傳播網絡拓撲結構的宏觀動態演化。

目前集群行為的產生機制、演化機理、影響因素等已經成為學者們關注的熱點問題，然而對于集群行為產生的社會網絡機制研究則相對缺乏?？傮w而言，現有研究中尚存在以下不足。第一，目前關于集群行為的研究，較少從社會網絡理論視角進行分析。從社會網絡理論中的社會關系強度來探討集群行為的產生和發展機制是一個非常有價值的視角。第二，過去許多研究都從靜態角度探討個體集群行為的參與態度和行為，對集群行為演變過程中的變化規律研究較少。第三，集群行為產生的主導動因會影響著集群行為的發展趨勢，因此從誘發集群行為的主導動因出發分析對集群行為發展趨勢的影響，以及對不同類型群體開展區別研究也是應該關注的問題。本文基于Agent方法，引入社會學中的社會網絡理論和心理學領域的思維聚焦理論，從“個體—圈子—群體”3個層次研究集群行為的演化機理。

2文獻回顧

集群行為（Collective Behavior），又稱集體行動，是社會公眾在無組織的、相對自發和不穩定的情境下，受到某種普遍的影響和鼓舞而發生的行為[3]。Wright等認為集群行為具有兩大特征：以群體行為的姿態出現和行為目標旨在提升所屬群體的利益[4]。集群行為是個體間相互感染而進行社會互動行為的結果，而集群行為受在線社交網絡影響和催化，會延伸出更大范圍的網絡集群行為[5，6]。由于集群行為的發生會受到社會網絡影響，社會網絡自身特殊性對于集群行為的影響機制成為當前研究的熱點[7]。

社會網絡與集群行為產生與發展關系密切，人們的社會網絡往往具有較強的群體異質性[8]。在不同的社會系統中，群體異質性程度是有差異的，社會網絡中群體異質性程度對群體行為以及個體參與時機選擇產生影響。社會關系強度反映著行動者受關系網絡中其他節點影響的程度[9]。Granovetter認為關系強度是由互動時間長短、感情深淺、相互信賴程度和互惠性4個因素構成[10]?；陉P系強度，群體中個體之間的關系可分為圈子內關系和圈子外關系。一般而言，圈子內部成員間關系稠密，相互影響較大，表現為強關系；而在圈子外部，表現為弱關系[11]。Wirtz和Chew研究表明處于強關系狀態的傳播者比處于弱關系中的傳播者更能降低接收者按此進行決策的潛在風險[12]。社會關系強度對集群行為的影響目前已得到初步證實，然而社會網絡環境中關系強度對集群行為的整體發展趨勢的影響還有待進一步研究。

關于集群行為的產生過程及其內部心理特征的研究，思維聚焦理論認為集群行為主要存在兩種取向：情緒聚焦與問題聚焦[13]。其一是情緒聚焦，認為由于社會比較所導致人們心理上產生不公正感，由不公正感所帶來的消極情緒會驅使人們參與集群行為，群體中的個體都相對感性，主要聚焦于情緒宣泄；其二是問題聚焦，認為人們參與集群行為的目的主要取決于自身對集群行為能夠解決所面臨的問題的相信程度，群體中個體都相對理性，主要將焦點集中在問題解決。另外，集群行為涉及的是群體間的沖突，群體認同被認為是集群行為的一個核心影響因素，在集群行為研究中占有至關重要的地位[14]。圈子是社會網絡中最初級的社會群體，個體的認知和行為模式受自身所在的圈子影響[15]。因此，圈子認同的程度高低會影響到集群行為整體發展水平和發展速度。

群體仿真過程中需要考慮個體決策是如何進行的以及受哪些因素的影響與制約，這一系列的問題都會對仿真結果的真實性產生重要影響[16]。由個體流動帶來的群體網絡結構的變化往往伴隨著群體行為演化過程的始終，并可能影響最終的群體行為演化結果[17]?；贏gent的模型比較符合真實世界中人類群體的行為特點，能夠很好地模擬個體“刺激—認知—反應”的整個過程，能夠反映Agent主體在社會網絡中對外界輿情信息刺激做出的相關反饋，進而實現由個體行為到群體行為的涌現[18]。

3模型

31建立閾值模型

個體的集群行為參與決策會考慮身邊有多少人做出與其一致的行為[19]。即個體在做出決策時，心理上會進行一個判斷，通過將參與閾值與已經有多少人參與該行為進行比較。如果參與集群行為的人數超過了參與閾值，那么該個體就會參與該集群行為?，F實中，人們可能對參與集群行為持有不同的參與閾值。通常那些集群行為煽動者的參與閾值較低，而那些保守者的參與閾值較高。閾值越高，表示當周圍參與的人很多時，該個體才會選擇參與集群行為。然而，當網絡中參與閾值較低的煽動者人數增加，則會有很多人被影響而不斷地參與進來。因此，閾值模型的假設與實際生活中的集群行為較為一致[20]。參與集群行為的閾值模型如下：

si，t-1>τi（1）

τi表示個體i的集群行為參與閾值，當該個體周圍參與集群行為成員的影響si，t-1大于參與閾值時，則該個體選擇參與集群行為。

如前所述，網絡中的成員可以根據參與閾值劃分為3種狀態：那些無論什么情況都會參與集群行為的個體稱之為煽動者，其參與閾值小于0；那些無論何時都不參與集群行為的個體稱之為保守者，其參與閾值大于1；處于煽動者和保守者之間的則是中間派，此類個體的參與閾值介于0和1之間。

設定初始時刻網絡成員的參與閾值成正態分布，均值為τmean，標準差為τstd。不失一般性，設置τmean為04和06，分別表示情緒聚焦型和問題聚焦型兩種不同的思維聚焦類型。低τmean即情緒聚焦型，意味著個體行為易受情緒支配，關注宣泄情緒，行為相對比較感性；高τmean即問題聚焦型，意味著個體行為目的性強，注重問題是否能得以解決，行為相對比較理性。

對于既定的正態分布均值，正態分布的方差τstd表示群體異質性，即網絡中不同類型個體的分布差異。當方差較低時，成員的參與閾值分布較為集中，即低群體異質性意味著煽動者和保守者數量較少，中間派數量較多；當方差較高時，成員的參與閾值較為分散即高群體異質性表示煽動者和保守者數量較多。

個體在群體中的關系類型有強關系和弱關系兩種，將個體的強關系相鄰節點和弱關系相鄰節點的數量分別設定為mi和ni，mpi，t-1和npi，t-1表示參與集群行為的強關系相鄰節點和弱關系相鄰節點數量。強關系個體之間形成了圈子，圈子聚集了彼此認同較高的成員[19]。因此，在研究中，設定個體對強關系組成的圈子內部成員更加認同，而對于弱關系組成的圈子外部成員認同相對較低。圈子認同通過α表示，當α=0，強弱關系的人際影響相同，這就是傳統的閾值模型。

si，t-1是來自鄰居的影響，即網絡鄰居中參與集群行為成員數量與總鄰居數量之比，其中數量的計算經過圈子認同進行加權。

si，t-1=（1+α）×mpi，t-1+（1-α）×npi，t-1（1+α）×mi+（1-α）×ni（2）

32研究設計

本研究基于Agent方法，該方法將網絡中的成員視為可以獨立決策但又相互影響的異質性個體。因此，在仿真中需要對個體的屬性進行設置，并構建相應的規則。

第一步：基于程序構建具有N位成員的網絡群體，網絡成員又分屬于不同的圈子，網絡群體中共有M個圈子。因此，在研究中可以從“個體—圈子—群體”3個層面分析集群行為的產生機制。

第二步：設置網絡個體的集群行為參與閾值。正態分布方差τstd分布區間為0到1，正態分布均值τmean=04（情緒聚焦）或τmean=06（問題聚焦）。

第三步：引入了強弱關系的概念，計算si，t-1。

第四步：基于閾值分布，將個體分為煽動者、保守者、中間派三種狀態。

第五步：模擬各種參數組合下，集群行為發展趨勢（發展水平和發展速度）的變化情況。

仿真在度分布為γ=3的無標度網絡中進行。不同參數的組合都進行了1000次仿真，即結果是1000次仿真的平均值。程序是基于Matlab實現的，參數設置見表1。

4分析

分別從高圈子認同和低圈子認同兩種情況探討不同思維聚焦類型時的集群行為發展水平與發展速度。

41集群行為發展水平

圖1是高圈子認同時群體異質性對集群行為發展水平的影響。隨著群體異質性的增加，即隨著群體成員參與閾值的分散，情緒聚焦型群體的集群行為發展水平迅速上升后逐漸下降并趨于平穩，而問題聚焦型群體的集群行為發展水平緩慢上升后趨于平穩。對于情緒聚焦群體而言，弱關系環境比強關系環境能夠實現的參與水平更高?？傮w而言，當網絡群體參與閾值較低時，集群行為發展水平高于參與閾值較高的網絡群體，即情緒聚焦型群體高于問題聚焦型群體。弱關系環境可能更容易導致情緒聚焦型群體的集群行為發展水平提升。

圖2是低圈子認同時群體異質性對集群行為發展水平的影響。隨著群體異質性參數的增加，情緒聚焦型群體的集群行為發展水平迅速上升后逐漸下降趨于平穩，而問題聚焦型群體的集群行為發展水平緩慢上升后趨于平穩。通過對強弱關系環境的比較，發現同種類型思維聚焦群體的集群行為發展水平變化趨勢相似。然而，對于情緒聚焦群體而言，弱關系環境比強關系環境會導致更高的集群行為發展水平。

通過圈子認同與關系強度的兩兩組合，共得到4組情況下的集群行為參與水平（見表2），發現在低圈子認同且弱關系條件下，集群行為參與水平高于其他3種組合，而高圈子認同且強關系條件下的集群行為參與水平最低。

表2關系強度與圈子認同選擇集

高圈子認同低圈子認同

強關系發展水平（910）發展水平（960）

弱關系發展水平（950）發展水平（990）

42集群行為發展速度

圖3是高圈子認同時群體異質性對集群行為發展速度的影響。隨著群體異質性的增加，情緒聚焦型群體的集群行為發展速度呈現出迅速上升后趨于平穩的趨勢，而問題聚焦型群體的集群行為發展速度先逐漸上升后趨于平穩。情緒聚焦型群體的參與速度要高于問題聚焦型群體。情緒聚焦型群體在適當的群體異質性條件下，參與速度可能會達到其最大值，并且弱關系環境更易導致情緒聚焦型群體的集群行為發展速度的快速提升，且此時達到最大值所需的群體異質性較低。

圖4是低圈子認同時群體異質性對集群行為發展速度的影響。隨著群體異質性參數的增加，情緒聚焦型群體的集群行為發展速度呈現出迅速上升轉而下降，后趨于平穩的趨勢，而問題聚焦型群體的集群行為發展速度呈現出緩慢上升后趨于平穩的趨勢。

43統計檢驗

通過對包括不同變量組合情況下的集群行為發展水平和發展速度的數據統計分析，來驗證圖形分析的結論。表4中M1～M4是對集群行為發展水平的回歸，結果表明，圈子認同對集群行為發展水平沒有顯著影響；思維聚焦對集群行為發展水平有顯著負向影響，表明隨著思維聚焦由情緒聚焦型轉為問題聚焦型，集群行為發展水平在降低；群體異質性與集群行為發展水平有倒U型關系，圈子認同和思維聚焦在這種關系中起到調節作用。表4中M5～M8是對發展速度的回歸，結果表明，圈子認同對集群行為發展速度沒有顯著影響；思維聚焦對集群行為發展速度有顯著負向影響，表明隨著思維聚焦由情緒聚焦型轉為問題聚焦型，集群行為發展速度在降低。群體異質性與集群行為發展速度有倒U型關系，圈子認同和思維聚焦在這種關系中起到調節作用。這也驗證了圖形分析的結果。

更進一步，通過調節效應的交叉圖來觀察調節效應。圖5顯示，圈子認同在群體異質性平方項對發展水平和發展速度的影響中起到負向調節作用。圈子認同較高情況下，群體異質性平方項對發展水平和發展速度影響的負向斜率較大，表明當圈子認同越高時，群體異質性與集群行為發展水平或速度的倒U型關系更加陡峭。圖6顯示，思維聚焦在群體異質性平方項對發展水平和發展速度的影響中起到負向調節作用。相對于情緒聚焦群體，在問題聚焦群體中，群體異質性平方項對發展水平和發展速度影響的負向斜率較大，表明隨著思維聚焦指標的增加，群體異質性與集群行為發展水平或速度的倒U型關系更加陡峭。

5討論與結論

本研究基于社會網絡和思維聚焦理論，構建涵蓋強弱關系的閾值模型，在無標度網絡中模擬思維聚焦、關系強度、圈子認同、群體異質性等因素對集群行為發展水平與發展速度的影響作用，從“個體—圈子—群體”3個層次對集群行為的發展趨勢開展研究。研究發現：情緒聚焦型群體的集群行為發展水平與發展速度要高于問題聚焦型群體；在中等群體異質性條件下，情緒聚焦型群體的集群行為發展水平與速度可以達到最大值；弱關系環境更易提高情緒聚焦型群體集群行為發展水平與速度；群體異質性與集群行為發展水平或速度呈倒U型關系，思維聚焦以及圈子認同對這種關系有調節作用。

本研究的管理啟示如下：第一，要區別對待不同類型的集群行為，由于情緒聚焦型群體相對于問題聚焦型而言參與集群行為積極性普遍較強，受自身情緒影響較大，渴望采取行動以表達群體情緒。因此，要重點關注情緒聚焦型群體，避免更大范圍群體性事件的發生。第二，在集群行為的形成過程中往往遵循“個體—圈子—群體”3個層次遞進擴散原則，先由個體在小圈子內部醞釀，再蔓延到群體層面，因此應盡可能在圈子內部解決可能引發集群行為的潛在問題。第三，由于網絡和各種社交媒體已成為當今社會人們最主要的信息來源，然而社交媒體等信息技術在信息傳播過程中可能會造成信息失真，這將誤導人們發生非理性行為。因此，在集群行為應對和防范上，必須高度關注網絡和各類社交媒體等信息傳播平臺。

參考文獻：

[1]張書維，王二平，周潔. 相對剝奪與相對滿意： 群體性事件的動因分析[J].公共管理學報， 2010， 7（3）： 95-102.

[2]汝信，陸學藝，等. 2011： 中國社會形勢分析與預測[M].北京： 社會科學文獻出版社， 2010.

[3]戴維.波普諾.社會學[M].第十版.北京：中國人民大學出版社1999.566-566.

[4]張書維， 王二平. 群體性事件集群行為的動員與組織機制[J]. 心理科學進展， 2011， 19（12）：1730-1740.

[5]田大憲，賈舉. 網絡集群行為的生成機理與調控方略[J].當代傳播，2010（4）：37-40.

[6]鄧希泉. 網絡集群行為的主要特征及其發生機制研究[J].社會科學研究，2010（1）：103-107.

[7]陳浩，薛婷，樂國安. 集群行為諸相關概念分類新框架[J].廣西民族大學學報：哲學社會科學版，2010（6）：56-60.

[8]Huekfeldt R R，Mendez J M， Osborn T. Disagreement， Ambivalence，and Engagement： The Political Consequences of Heterogeneous Networks[J].Political Psychology （2004）：65-95.

[9]張曉棠.關系強度、社會資本對知識獲取績效影響研究[J].預測，2015 ，34（1）：35-40.

[10]Granovetter M. The Impact of Social Structure on Economic Outcomes[J]. The Journal of Economic Perspectives，2005，19（1） ： 33-50.

[11]Luo Z，Cai W， Li Y，et al. The Correlation between Social Tie and Reciprocity in Social Media[C].IEEE， 2011.

[12]Wirtz J， Chew P. The Effects of Incentives， Deal Proneness， Satisfaction and Tie Strength on Word-of-mouth Behavior[J]. International Journal of Service Industry Management， 2002， 13（2）：141-162.

[13]Musolesi M， Mascolo C. Designing Mobility Models based on Social Network Theory[J]. ACM Sigmobile Mobile Computing and Communications Review，2007， 11（3）：59-70.

[14]殷融， 張菲菲. 群體認同在集群行為中的作用機制[J]. 心理科學進展， 2015， 23（9）：1637-1646.

[15]羅家德.關系與圈子：中國人工作場域中的圈子現象[J].管理學報 2012， 9（2）：165-171.

[16]李根強， 劉人境， 孟勇. 基于社群用戶特征的網絡輿情傳播趨勢分析[J]. 情報雜志， 2016， 35（9）：93-98.

[17]張偉.復雜開放網絡中的多主體意見演化模型及其仿真[J].情報雜志，2015，34（9）：145-151.

[18]宋姜，吳鵬，甘利人.網絡輿情建模方法研究述評[J].圖書情報工作，2014，58（19）：136-142.

[19]Granovetter， M. Threshold Models of Collective Behavior[J].The American Journal of Sociology， 1978，83（6），1420-1443.

[20]Stott， C， Livingstone， et al. Policing Football Crowds in England and Wales： A Model of ‘Good Practice？[J].Policing & Society， 2008，18（3）， 258-281.

（責任編輯：石琳娜）