关于PPP项目舆情风险演化模型的研究设计
温佳慧 丁荣贵 刘冰
[摘 要] 为量化分析PPP项目舆情风险演化机制，文章结合舆情传播的特征和项目风险演化的特征，从项目视角出发，探究PPP项目舆情风险演化的规律并构建了PPP项目舆情风险演化模型，借助该模型构建的计算实验，为政府和社会资本在PPP项目过程中进行舆情风险治理提供决策依据，从而有效降低PPP项目舆情风险爆发的概率。
[关键词] PPP项目；舆情风险；计算实验
中图分类号： G241.1 文献标识码：A 文章编号：1674-1722（2021）08-0007-03
早在2018年年末，中央有关部委就提出了新型基础设施建设的概念。PPP项目多为重大基础设施工程项目，往往直接关系人民群众的切身利益，非常容易引起社会公众的舆论关注。互联网与通信技术的迅猛发展使信息传播效率得到极大提升，而此时如果政府与社会资本又缺乏舆情风险控制能力和手段，会造成负面消息急速扩散，从而导致群体性社会危机的出现，舆情风险事件的爆发也就在所难免。现如今，PPP项目被认为普遍具有很高的风险性和脆弱性[1]。Kitsak认为，舆情传播的方式与传染病十分相似，传染病模型可以被用来研究舆情的传播[2]。舆情风险由舆情事件引发，从属于社会風险，它表现为一种舆情引发危害社会或引起社会动荡的可能性。情绪感染理论作为风险传播理论的研究基础之一，在学术界得到了广泛的认可。
计算实验可以用来研究系统的演化、系统与环境之间的相互作用。PPP项目的舆情风险系统涉及各个要素，十分复杂，所以计算实验方法是一种十分有效的思路。Netlogo可以为计算实验设计提供一个可编程的建模环境。
基于上述分析，本文结合舆情传播规律和项目风险演化特征，提出了可以利用计算实验方法实现的基于多主体的PPP项目舆情风险演化模型。未来可以采用计算实验的方法，为PPP项目在舆情治理策略方式、时机和渠道的选择上提供参考。
一、PPP项目舆情风险演化过程分析
（一）PPP项目的利益相关方
PPP项目的整个生命周期参与方分别有政府公共部门、设计方、施工方、咨询方、供应商、金融机构和社会大众等众多利益相关方。从参与项目的目的这一角度出发，可以将上述利益相关方大致分为政府、社会资本和公众三个方面。政府主要承担决策者和监督者的角色；舆情风险往往来源于社会资本方在PPP项目实施阶段的不规范行为；社会公众是PPP项目舆情风险传播的主体并构成了风险传播的网络。
（二）PPP项目舆情风险基本构成要素
PPP项目社会风险的构成要素主要包括风险因素、风险节点、场域和势能等[3]。舆情风险基本构成要素与社会风险构成要素相同。舆情风险因素是舆情风险演化发展的开端，它使社会网络开始发生动态发展。本文舆情风险演化模型中的节点由与PPP项目相关的社会公众构成，所有节点共同构成风险传播的社会网络，节点之间的关系表示风险传递的通道。本文用环境与个体的互动表示舆情风险场域。政府和社会私营部门不作为舆情风险传播的节点，它们是以场域的形式影响舆情风险演化过程。根据情绪感染理论，舆情风险的势能被描述为公众个体的意见属性，也就是公众情绪的一种表达。PPP项目舆情风险传播的过程就可以被定义为高风险个体对低风险个体的作用即高风险个体对低风险个体意见属性的提升过程。
（三）影响PPP项目舆情风险演化过程的因素识别
影响PPP项目舆情风险演化模型的因素主要涉及主体和场域两个方面。来自主体的影响主要考虑主体数量、主体的利益相关性、敏感程度和影响力。主体数量与社会网络规模相关，规模越大，风险越有可能形成指数型增长，主体数量增多将加剧了PPP项目舆情风险演化的不确定性。若风险因素与该主体的利益相关性较高，那么主体就会出于维护自身利益的考虑，产生更大的反对情绪，更加主动地去传播风险。风险因素的不同，会导致个体对风险因素的接受程度产生差异。现实的社会网络中每个个体对他人的影响力不同，影响力高的个体就可能成为舆情风险演化网络中的意见领袖，对他人造成更大的影响。
场域因素主要包括政府和社会私营部门对舆情风险的处理态度、能力以及介入处理舆情风险的时机。处理态度会改变舆情风险在网络中的发展方向，这很大程度上取决于政府和社会私营部门是否具有一个良好的处理态度。处理能力与政府和社会私营部门风险处理工作的有效性直接相关。介入处理风险的时机反映了政府和社会私营部门处理舆情风险的主动程度，介入处理的时间越早，说明政府和社会私营部门采取行动控制风险的主动性越强。
二、PPP项目舆情风险演化模型构建
（一）模型构建的前提假设
通过对社会系统相关研究的整理，本文提出如下前提假设：
H1：PPP项目舆情风险所处的复杂网络是一个无标度网络。
H2：舆情风险演化网络的节点是与该项目相关的社会公众个体，而不是项目周边的所有个体。
H3：项目对社会公众的影响是一次性的。
H4：政府和社会资本均希望利用尽可能短的时间平息舆情。
（二）网络关系的识别与量化
复杂网络的研究自20世纪60年代开始以来，它已经演化出规则网络、小世界网络、无标度网络以及随机网络等不同的网络结构。随着计算机技术的发展与进步，众多研究者开始质疑随机网络的现实性，并发现互联网、舆情传播网络等实际网络不适合用随机网络来描述。结合舆情风险的演化特征，考虑到无标度网络会随着新节点的加入而逐步扩张，更加贴近现实网络不断发展变化的特点，本文笔者选取无标度网络作为建立网络结构的基础。
无标度网络中节点度分布近似服从幂律分布，用节点度的概率分布P（k）来表示网络中度为k的节点出现的频率，表示为公式（3-1）。
其中幂指数γ是描述网络结构特性的一个参数，取值通常为2—3。2001年，学者Bollobas在研究中证明了当节点数量很大时，无标度网络中的节点度分布服从γ=3的幂律分布[4]。因此本文取3。
（三）舆情风险演化模型变量设置
（1）与主体相关的变量设置
本文笔者共设置四个参数来描述与节点相关的属性，分别是Opinion Relevance，Sensitivity，Influence。
Opinion表示了社会公众个体对PPP项目的意见属性，取值范围为[0，1]。舆情风险演化模型中公众个体意见属性值的取值及含义如表3-1所示。
Relevance表示在特定风险因素影响下节点与PPP项目的利益相关性，用来描述个体自身的意见属性是否容易被改变，取值范围为[0，1.41]。Relevance的计算公式如公式（3-2）。其中，Di表示个体i与项目中心的直线距离；Dmax表示所有个体与项目中心的直线距离的最大值。
Sensitivity表示个体对不同风险因素的敏感度，取值范围为[1，1.41]。将舆情风险等级平均划分为五级。一级最低，对于舆情风险传播的影响最小；五级最高，对于舆情风险传播的影响最明显。Sensitivity的计算公式如公式（3-3），其中，各级风险因素在模型中所对应的函数值如表3-2所示。
Influence表示个体对与其相连个体的影响力，取值范围为[0，1]。取值越大表明该节点对其他节点的影响力越强。Influence的计算公式如公式（3-4）所示，其中，di表示个体i的度数；dmax表示所有个体中度数的最大值。
（2）与场域相关的变量设置
本文设置Attitude、Intervene-time和Ability三个变量来衡量政府和社会私营部门对社会公众施加影响的效果。
Attitude表示政府和社会私营部门对舆情风险的处理态度。该变量的取值范围是[0，0.33]。将处理态度的良好程度从低到高分为一级至五级，各级态度函数值ATT的计算方式如公式（3-5）所示，其中各处理态度等级与模型中函数值的对照情况如表3-3所示。
Intervene-time表示政府与社会私营部门在出现舆情风险后介入处理的时机，取值范围为[0，1]。 0表示政府和社会私营部门在有0%的社会公众个体反对意见极强（Opinion≥0.66）时介入处理。一般情况下，该变量的取值为0.15，上下浮动5%，分别表示政府与社会私营部门介入时间较早和介入时间较晚的情况。各介入时机与模型中函数值的对照情况如表3-4所示。
Ability用来表示政府和社会私营部门处理风险的水平，取值范围为[0，1]，0表示处理风险的水平极差，有0%的可能性影响社会公众主体。将处理风险的水平的强弱从低到高分为一级到五级，各级处理能力在模型中的函数值ABI计算公式如公式（3-6）所示，其中各处理能力等级与模型中函数值的对照情况如表3-5所示。
（四）舆情风险演化过程中的交互规则
本文借鉴了任立肖等建立的舆情传播演化模型[5]和邱作舟所建立的社会风险演化模型[6]，并提出以下交互规则：
在t时刻，当Oj-Oi≥0时，个体i的意见值将有Influencej的可能性被个体j所影响，在遍历所有与个体i相连的全部个体之后，个体i在t时刻的意见值Oi（t），如公式（3-7）所示。其中，Oi（t）表示t时刻个体i的意见值；Oi（t-1）表示t-1时刻个体i的意见值；bij表示对个体i产生影响的全部个体数量；Oj-Oi表示与i相连的个体j与其意见值的差异程度；SEN表示社会公众对该舆情风险因素的敏感程度；RELi表示在舆情风险因素影响下个体i与项目利益相关性的大小。
当模型运行到Intervene-time所设置的临界值时，政府与社会私营部门会采取一定的措施介入处理。规定个体i被政府和社会资本影响之后意见值的变化情况如公式（3-8）所示。其中，Oi（t）表示t时刻个体i的意见值；Oi（t-1）表示t-1时刻个体i的意见值；ATT表示政府与社会私营部门处理风险态度的函数值。
三、结语
本文的研究属于探索性的研究，仍存在许多不足之处，如为了突出舆情演化特征，本文对PPP项目的利益相关方进行了简化，而且仍缺少切实可靠的实证研究内容和工程实例的数据支撑，有待未来的研究者在此基础上进一步完善。
参考文献：
[1]Akintoye A ， Beck M ， Hardcastle C ， et al. A Framework for the Risk Management of Private Finance Initiative Projects[M]// Public-Private Partnerships： Managing Risks and Opportunities. Blackwell Science Ltd， 2008.
[2]Jiang L L ， Hua D Y ， Zhu J F ， et al. Opinion dynamics on directed small-world networks[J]. The European Physical Journal B， 2008， 65（2）：251-255.
[3]姚亮.現阶段中国社会风险的形成机理探析[J].学习与实践，2011（08）：117-124.
[4]Bollobas B . Modern graph theory[M]. Science Pr， 2001.
[5]任立肖，张亮，张春莉.无标度网络机制下网络舆情传播演化规律分析[J].现代情报，2014，34（02）：08-12.
[6]邱作舟. PPP项目社会风险涌现机理研究[D].南京：东南大学，2016（05）：120.
