二、应对复杂性：传播效果的计算机模拟研究

复杂系统理论对社会系统本质与特征的深刻揭示，促使社会科学家探索新的社会研究方法。20世纪90年代计算机技术的进步，为把仿真技术运用于社会研究提供了条件，从而产生了一种新的研究范式——社会模拟（Social Simulation）。社会模拟依据某种社会行为的理论或经验，建立一个关于现实系统的模型，然后运用计算机模拟其动态过程，以获得对现实系统的更好理解。借助社会模拟，尤其是最新的基于主体的建模与仿真（ABMS）方法，可以将信息多样性、主体异质性、主体适应性、因素交互性、系统动态性等被传统社会科学研究方法简化、忽略或无力驾驭的重要因素，重新纳入到分析框架之中。以下介绍ABMS方法，并选择几种典型的传播效果进行模拟研究。

（一）基于主体的建模与仿真方法

计算机仿真技术产生于20世纪中叶，最初主要应用于军事国防领域。计算机仿真是在对系统的组成、结构、功能、机制等因素的既有认识的基础上，抽象出符合系统某一层次属性的数学模型/结构模型（系统建模），并通过设计仿真算法、编制仿真程序，将数学模型/结构模型转换为适合计算机处理的形式，即仿真模型（模型转换），然后运用假设态势的方法进行试验（仿真实验），检验、判读仿真模型的输出结果（模型校验），并据此反复修正模型和相关参数（循环迭代），以实现对系统逼真的动态性模拟，探究系统的特征和演化过程。图1表示计算机仿真的主要环节。

计算机仿真具有经济、安全、可重复等优势，并且不受环境、时间等条件的限制，因而很快就在自然科学和工程领域受到重视，成为继理论科学、实验科学之后的“第三范式”。这种研究手段很快引起了社会科学家们的注意。但当时的计算机仿真技术主要依赖于基于数学方程的建模（Equation-Based Modeling），难以运用在以非标准化研究对象为主的社会科学中。为了解决这一难题，从20世纪60年代起，社会科学研究者们进行了一系列尝试与修正，建立了若干适用于社会科学研究的模拟模型，终于使这一技术与社会科学研究相结合。至80 年代，计算机技术的发展有力地推动了仿真技术的进步，其应用不仅在工业制造、工程建设、医疗卫生等领域普及，而且向经济管理、金融投资、交通运输、城市规划等领域进一步渗透。

根据奈杰尔·吉尔伯特和特里茨什的总结，近半个世纪来的社会模拟研究可分为三种类型：宏观模拟（Macro-Simulation）、微观模拟（Micro-Simulation）、基于主体的建模（Agent-Based Modeling，ABM）。其中基于主体的建模最早的代表性研究是1971年托马斯·谢林建立的“居住区隔模型”（Segregation Model），通过计算机模拟具有种族偏好但并非持种族歧视观念的居民的迁移状况，得出在一个城市里难以避免出现种族聚居区隔的结论。这一模型非常简单，但可贵之处在于它揭示了大量微观层面的个体，按照一定的规则行动，会如何聚合为宏观层面的某种社会现象。不过，这种研究方法在当时并未引起社会科学界足够的重视，直到20世纪90年代复杂适应系统理论兴起之后，基于主体的建模与仿真（Agent-Based Modeling and Simulation，ABMS）才受到青睐，逐步成为应对复杂性的重要研究手段。由于这种研究复杂社会系统的新方法与计算机技术密切相关，因此被称作计算社会科学（Computational Social Science），意为使用计算机的、与计算机有关的社会科学研究。

ABMS的实现和一般建模与仿真的方法类似，其独特之处在于它以主体为基本建模单元，在计算机中构造与现实社会相对应的“人工世界”，与真实系统相对应的“平行系统”。“人工世界”“平行系统”可以包含大量的主体，不同的主体其属性特征可以存在差异。每一主体能根据既定的规则、外界环境与自身状态的变化，主动地作出相应的反应。因此，爱泼斯坦对ABMS的定义是：将具有异质性的主体放置在一个特定的社会空间中，允许他们在其自身可及的社会空间中，依据设定的规则交互作用，然后生长出宏观的社会现象。它是通过“人工世界”“平行系统”的模拟运行，来推断现实社会、真实系统的状态和规律；同时，它依靠现实社会、真实系统的实际状况（实相）来验证、修正，在不断改进完善中向现实社会、真实系统逼近。

在复杂系统的研究中，ABMS具有几个独特的优势：（1）和大多数数学模型不同，基于主体的模型能够包含在特征和能力上有异质性的主体；（2）可以通过改变参数来假设态势，模拟多种条件下的系统演化过程；（3）计算模型能够直接处理主体之间持续互动的结果；（4）计算仿真实验能够展现主体行为与系统演化的动态过程，尤其适合于研究那些过程与结果同样重要的问题；（5）能够建立起微观个体行为与宏观系统状态之间的联系。得益于这些优势，ABMS在面向复杂社会系统的研究中，能够克服传统研究方法的一些局限。伯纳博认为，ABMS与其说是一种技术，不如说是一种新的研究思维。因此在20世纪90年代后，它在社会科学的应用领域逐步拓宽。

对于社会学、传播学等领域的社会科学研究者来说，运用ABMS方法对自己领域的问题进行研究，最为困难的环节是模型转换，因为他们通常不具备足够的计算机知识和编程经验。解决这一难题的首选途径是与计算机专家展开跨学科合作，但找到合适的合作者并不总是一件容易的事。为了降低研究的门槛，计算社会科学研究机构专门开发了一些具有一定通用性的仿真平台，例如Matlab、Swarm、Repast、Mason、NetLogo等。这些仿真平台把那些经常使用的程序元素集成到数据库或框架之中，使用者可以在其基础上创建自己的模型。它们各具特色，互有长短，社会科学研究者可以根据所研究问题的特点灵活选择使用。

（二）基于NetLogo仿真平台的传播效果模拟研究

本研究使用NetLogo仿真平台来建立传播效果模型，它支持两类主体——静态主体（patches）与移动主体（turtles），建模者可以在模型中设置成千上万的主体，并且赋予各种不同的属性特征；主体之间可以创建链接（link），形成聚集、网络和图。NetLogo特别适合对随时间演化的复杂系统进行建模，能够很好地模拟微观个体行为与宏观整体现象的出现，并展现二者之间的联系。该平台通常不需要大量的实证数据，如果根据小范围的调查数据能够推断出相关的参数值，建模就可以实现，因此它是一个便捷省力的工具，缺陷则是不适合太大的模型。借助NetLogo研究传播效果，首先要注意的是信息的多样性以及传播效果的类型，必须明确要模拟什么样的信息，预期起到什么样的效果；其次要仔细分析传播生态的特点，准确掌握影响传播效果的主要因素，这一环节称作“态势分析”；最后依据分析结果来定义主体和交互规则。

1. 对魔弹论效果的计算机模拟

态势分析。在魔弹论占主流地位的时代，正值以人际传播为主向以大众传播为主的过渡时期，当时的传播生态具有以下特点：（1）大众媒体的数量较少，且几乎全部由社会支配阶层掌握，因此对普通人来说，它具有显著的权威性；（2）媒体传播最主要的目的是让受众形成符合传播者需要的态度、立场，即所要达到的效果主要是劝服性的；（3）公众能够接受到的媒体信息的立场往往是单一性的，即信息内容、观点较为一致；（4）由于信息源较少，公众对超出自身经验与有限的人际传播、组织传播之外的信息，通常缺乏其他的验证渠道；（5）媒体上几乎没有观点的交锋，公众不具备对不同观点进行比较分析的条件。

主体设置。主体有两类：传播者与受众。传播者掌握传播工具，能够作用于所有的受众（在信息能够抵达的范围内）；受众只能接受信息，不能直接作用于传播者（大众传媒的单向性）。（1）在模型中设置1个传播者，1089个受众，共1090个主体①。（2）传播者与受众之间设置单向链，每个受众与相邻的0-24个受众之间设置无向链，即取值区间[0,24]，由程序随机生成。（3）赋予受众不同的属性特征，包括对特定信息的初始立场、认知能力、对权威的服从性、从众性。以上四种属性有一定的取值区间（可以根据实际情况估计，也可由程序随机生成）。1）初始立场：某一主体关于特定信息的既有立场，记作P0，取值区间[-5，5]，负数表示反对，正数表示赞同，绝对值越大表示立场越坚定，0表示不持立场或立场中立。2）对特定信息的认知能力：记作Ci, 取值区间[1,10]，数值为1表示基本没有判断能力，数值越大表示判断能力越强，数值为10表示具有完全判断能力。3）对权威的服从性：记作Oi, 取值区间[1,3]，数值越大表示服从性越强。4）从众性：记作Bi, 取值区间[0,1]，数值越大表示从众性越强。

交互规则。传播者不断地向受众传播特定立场的信息，不同的受众接受信息后会有不同的反应。立场转移概率由受众主体的属性决定，其中认知能力为10、既有立场值为-5和5的属立场坚定者，不受外界信息影响。其余情况每接触一次信息会受到不同程度的影响，达到一定阈值的情况下，其立场值发生变化[+1或-1]。阈值计算公式：当I=P, 则Yi=Ci/10+Oi/3；当I≠P，则Yi=Oi/3- Ci/10。设Yi>0.1时，立场值发生变化。此外，受众还受人际传播、组织传播的影响，当持某种态度的相邻受众达到其链接数量的一定比例后，他会选择与之一致。阈值[0,1]可通过滑动条改变参数。

仿真运行。图2为初始状态，棕色箭头表示传播者；白色方块代表初始不持立场或立场中立的受众，即Pi0=0；黄色表示持相同态度的受众，即Pi0=[1,5]；蓝色表示持不同态度的受众，即Pi0=[-1,-5]。各自数量由程序随机生成，受众初始立场的平均值P0=-0.013，接近于0。图3为运行中状态，持相同态度的受众（黄色）不断增多，不持立场或立场中立的受众（白色）快速减少，持不同态度的受众（蓝色）也逐步减少，但速度较慢。受众立场的平均值Pn=1.144。图4为终止状态，持相同态度的受众（黄色）占绝大多数，不持立场或立场中立的受众（白色）几近消失，持不同态度的受众（蓝色）也明显减少。受众立场的平均值Pend=2.843。反复运行以上模型，得出的变化过程与终止状态具有明显的收敛性。但如果改变参数，如增大高认知能力受众的比例，传播效果会明显下降；调高从众性的参数值，形成效果的速度会明显加快。

仿真结果说明。在立场单一性信息持续传播之下，除了对该信息具有很高的认知判断能力、初始立场极为坚定的少部分受众，绝大多数受众都会被改变态度；不持立场或立场中立的受众的态度改变最为普遍，最终几近消失，也就是说，在高强度持续性的灌输下，这类受众难以再置身事外或不置可否，其立场大多会倒向传播者一边。这类传播效果在现实中的例子，如纳粹德国、军国主义日本对国民的洗脑宣传，在封闭其他信息源的情况下，达到“谎言重复一千次就是真理”的效果；再如，关于食品安全等方面的谣言，如果没有权威信源的辟谣，将会使除了领域专家之外的绝大多数受众“宁可信其有，不可信其无”。

2. 对有限效果的计算机模拟

态势分析。在有限效果论占主流地位的时代，大众传媒蓬勃发展，传播主体趋向多元化，媒体对于某些社会事务（如竞选）的报道会出现多种声音，媒体信息之间形成竞争，都力图使公众形成自己期望的态度和立场。其传播生态具有以下特点：（1）大众媒体的数量较多，不同的传播主体都借助媒体对受众实施影响，其权威性存在竞争；（2）媒体传播最主要的目的仍是让受众形成符合传播者需要的态度、立场，但范围明显扩大（从服务战争向政治、经济领域扩展），所要达到的效果仍主要是劝服性的；（3）公众能够接受到的媒体信息的立场从单一变为多元，即信息内容、观点存在不同，甚至对立；（4）媒体上经常出现观点的交锋，公众会对媒体信息选择性地接受、理解，可以比较不同观点。

主体设置。（1）在模型中设置2个传播者，1089个受众，共1091个主体。（2）赋予传播者不同的属性特征，包括媒体权威性、媒体覆盖范围、媒体传播速度。取值区间均设为[0，5]，通过设置滑动条进行控制。（3）受众属性特征与魔弹论的设置相同。

交互规则。两个传播者都能够作用于受众，当信息与受众既有立场同向时，其立场值同向+2；当信息与受众既有立场反向时，其立场值反向-1。其他与魔弹论模型的设置相同。

仿真运行。图5为初始状态，传播者增加为两个，持两种不同立场，其媒体权威性、覆盖范围、传播速度设为基本相同。其余与魔弹论模型相同。受众初始立场的平均值P0=0.006，接近于0。图6为运行中状态，持两种态度的受众（黄色、蓝色）都有所增加，不持立场或立场中立的受众（白色）快速减少。受众立场的平均值Pn=0.369，变化不显著。图7为终止状态，持两种态度的受众（黄色、蓝色）均有显著上升，不持立场或立场中立的受众（白色）完全消失。受众立场的平均值Pend=0.307，变化仍不显著。

仿真结果说明。当媒体信息多元化，不同内容与不同态度、立场都呈现在受众面前时，受众更倾向于接受符合自己既有立场的信息，由于这种选择性与媒体信息的竞争态势，使同向信息的影响大于反向信息的影响。因此，绝大部分受众的初始立场对于其最终立场有至关重要的作用，媒体信息更多的是在强化受众的同向立场；其对反向立场的弱化作用，会被竞争信息抵消。而原本不持立场或立场中立的受众，在持续的影响下，大多会选择一种立场。

以上模拟将传播者属性值设置为大体相当，亦即双方的传播力量基本对等。这类传播在现实中的例子，如为竞选而进行的政治宣传，在双方宣传力度相当的情况下，更多的是坚定原有拥护者的立场，改变反对者的立场相当困难，而对“摇摆者”的争取往往是更为重要的。当然，这绝不意味着竞选宣传可有可无，如果一方放弃宣传，则会形成对手单一性信息传播的局面，就可能形成魔弹论效果。如果改变传播者的媒体权威性、覆盖范围、传播速度等属性参数，使双方的传播力量不对等，则模拟结果会发生明显改变。传播力量强大的一方会占据优势，优势大小与双方的力量差值相关。这类情况在现实中的例子，如前文所述的“谣盐事件”，谣言在自媒体出现，在传播初期，有关方面尚未发现或还未作出反应，这时是单一性的传播，谣言可能形成很大的扩散面，当有关方面采取行动，利用权威性极高、公信力很强、覆盖面很广的媒体发布辟谣信息，则形成竞争性传播。由于自媒体与权威媒体在传播力量上的差异，经过一定时间后，辟谣信息会占据优势。（文章内容来源于大数据与互联网传播，李凤翔，武汉大学社会学系博士研究生；罗教讲，武汉大学社会学系教授，博士生导师。）