张　静，孙慧轩

(1. 北京邮电大学 公共管理学院，北京　100876；2. 北京邮电大学 马克思主义学院，北京　100876)



群体行为的研究现状与展望

张静1，孙慧轩2

(1. 北京邮电大学 公共管理学院，北京100876；2. 北京邮电大学 马克思主义学院，北京100876)

摘要:社会转型发展阶段，群体性事件不断增加，给国家和社会稳定产生了负面影响。通过对群体和群体行为的相关理论进行分析，从群体行为的界定与形成、影响群体行为形成的因素和群体成员的互动与行为选择三个方面，对国内外的相关研究成果进行了全面地总结，研究发现，目前学术界从研究内容和研究方法上对群体行为研究均比较成熟，但是将网络，尤其是在线社交网络与群体行为相结合的研究较少，这是未来的研究方向和研究重点。

关键词:群体行为;社会稳定;形成互动;影响因素;行为选择

一、引言

群体最开始是由有混合的兴趣和动机的人组成，特别是在不稳定群体中(比如表演和抗议人群)，规范可能是模糊的和不断变化的[1]；群体是由自主决策的个人组成的，他们也只能暂时作为一个集体[2]，无论是群体还是群体行为和群体规则，都有一定的不确定性和不可预测性。根据收敛理论，群体行为不是群体的产物[3]，而是由特定个人带到群体中的，由一定数量的人形成一定集合后形成的[4]。群体行为是群体中成员相互作用的结果，它体现了群体成员的心理状态和行为方式，其中包含了成员个人对外在环境、他人心理等各种感知与反应。

近年来，随着社会中群体性事件不断增多，关于群体行为的研究也得到了学术界的高度关注。目前，学者们基本是从心理学角度和工程角度来研究群体行为，通过理论分析或建立模型的方法[5-6]来解决群体行为的相关问题。在研究过程中，通常假设群体分布是均匀的，群体中个体的相互作用也是均匀的；但现实的人际关系网络中的群体分布不是均匀的，成员个体及其行为互动是非理性的，也是不能被准确预测的[7]，所以在对群体行为进行研究过程中，不仅仅要分析群体的宏观行为表现，更为重要的是也要对群体中个体的行为表现方式进行分析，以准确了解群体行为的形成、发展与变化过程。现主要从群体行为的形成与特性、影响群体行为形成的因素和群体成员的互动与行为选择三个方面详细分析目前用户群体行为的研究成果，以期全面了解群体行为研究现状，在此基础上，提出群体行为未来的研究方向与主要研究内容等。

二、群体行为的界定与形成

1．群体行为的界定

Bon[8]认为，群体行为是群体中的成员形成“一种暂时又十分明确的集体心理”，它是由成员自发形成的，并非固定或一承不变，它会随着时间推移，或强化，或弱化，或消失，受群体环境影响发生变化。Park et al[9]认为，“群体行为是在公共和集体冲动的影响下发生的个人行为，它是社会互动的结果。”巴克[10]认为，“群体行为是自发的，是无组织的，甚至是不可预测的，它依赖于参与者的相互刺激。”戴维·波普诺[11]认为，“群体行为是在相对自发的、无组织和不稳定的情况下因为某种普遍的影响而发生的行为”。所以，群体行为是自发形成的，但是在其形成过程中，群体成员之间的互动和相互作用会影响个体的思想与决策，进而导致具体行动的不同。

从群体行为理性与非理性的角度来看，勒庞认为，群体行为是一种“群氓”行为，其行为表现大都是根据个人意志和情感表现出来，突破了人类理性思考的范围与控制。群体行为之所以表现为非理性，主要是因为经济发展使人们成为一种“群居动物”，人们渴望在群体中获得成就感，并得到他人认同，所以在进行行为选择与判断分析时，会倾向与他人保持一致，忽略个人的真实想法与感情。这种单独依赖他人信息进行判断的非理性行为可能会有利于事情的解决，达到群体行为的一致性，但也可能形成群体暴力，不利于社会和谐与安定。

中国关于群体行为的研究起源较晚，在研究过程中经常将群体行为与政治和群体性事件相联系。在20世纪70年代，我国曾把群众集体上访、请愿等称作“群体闹事”，80年代称做“治安事件”和“突发事件”，90年代称作“群体性治安事件”[12]。近年来，随着各种突发事件层出不穷，将群体性事件界定为“群体性突发事件”，中国行政管理学会课题组认为，“群体性事件，就是由人民内部矛盾和纠纷所引起的部分公众参与的对社会秩序和社会基本价值产生严重威胁的事件。”[13]群体性事件发生的范围广泛，且有一定的破坏性，对社会秩序和社会稳定都会产生一定影响，“在现有的制度安排下，群众表达利益诉求有各种各样的形式，有的是为现行法律规章制度所允许的，有的是超越和违反现有规章制度，所以现在用‘群体性事件’这种中性的说法是比较妥当的。”[14]在一定程度上，这里所说的群体性事件也包括在群体行为之中。

从研究方法上，学者们更倾向于按照周期理论，选取具体个案对群体性事件的发展进行分析[15]；在范围界定上，将其与治安事件相联系[16-17]，一般认为群体性事件是与政治相关的事件，会对社会产生较大的影响。所以，群体性事件有广义和狭义之分，广义上的群体性事件是指一切能够引起人们关注、讨论、聚集的事件，无关其性质，可以是突发性事件、治安事件，也可以是娱乐事件等，事件性质有一定的广泛性。狭义的群体性事件主要是群众表达利益诉求的行为，与政府和社会有直接关系，事件性质有一定的狭隘性。

2．群体行为的形成

Blumer[18]的符号互动理论认为，群体行为是通过个体协调合作产生的，群体中所有潜在成员都会参与这个过程，这是一个“循环反应”的过程。在群体中，成员行为在相互促进和相互作用过程中不断进行反射和传染，进而形成群体行为。根据Ailport[19]的说法，“在人群中的个体的行为就像他会独自一人，群体成员的思想经过长时间的相互作用和磨合，有较大的相似性。”个体行为会受群体中周围人的行为的影响，使人们的行为有一定的类似之处，进而产生群体行为，因此，群体行为是个人思想行为的产物。Turner et al[1]根据紧急规范理论认为，群体成员是互相模仿的，在模仿中也创造了新的规范，集群行为是成员的决策过程。所以，Berk[20]认为群体行为是基于决策理论的，每一个人总是试图最大化奖励，最小化成本，群体行为也不例外。从博弈的角度来看，群体中每个人都有一定的利益导向性，在行为选择中会采用极大极小策略，更加愿意与群体一起行动，而不会选择个别的行动；由于个人获取信息的有限性和对信息分析能力的有限性，个人的决策往往会参考或依照他人的决策而形成[21]，即个人的付出是别人行为的一个函数，因此，每个人都会选择多数人的行动，这导致群体行为有一定的相似性。

同时，学者们也提出了许多群体行为形成的模型，这些模型有两个基本特性：一是个体单元(如粒子、鱼、鸟等)在特定空间里的相互作用；二是群体特性的出现来源于个体之间的相互作用[22]。基于个体单位的聚集而形成的群体行为具有全局性，成员之间存在相互作用，群体行为并不是在一个孤立的个体单元里能够观察到的行为或特性，这些互动是在有限空间里进行的。因此群体行为可以被认为是自组织概念的一个例子，因为群体行为的出现不需要集中控制或约束，它是个体行为相互作用产生的结果。

在中国，群体行为的形成与特性往往与群体性事件相结合，魏玖长等[23]通过对我国近年来发生的40例群体性事件进行总结分析发现，群体性事件的形成会分成形成阶段、强化阶段、执行阶段和解体阶段四个阶段；同时，群体行为是非正式的，具有一定的诱导性，并且是短期行为，且有较大的随机性和非固定性，所以会对社会秩序产生一定的负面影响。群体行为是由目标、组织、人员等基本要素组成，同时群体行为的形成具有一定的自发性和自组织性，无序中又有一定的秩序，在不稳定中会形成稳定的元素。

三、影响群体行为形成的因素

群体行为存在于自然界的许多生物系统和社会生存系统中，通常的动物群体行为包括鸟群、鱼群、昆虫群体和细菌培养群体等，这些动物为什么会集中起来的原因有很多是未知的。关于影响群体行为形成的因素，最为著名的是斯米尔塞的“价值累加理论”。他提出，集群行为的形成是受结构性压力、社会控制机制、社会环境、诱发因素、成员和信念等因素影响的。[24]在群体中，群体行为有时看起来好像是被一个人的思想所控制[25]，群体中每个个体行为会依据环境的变化而变化，个体的决策行为都会在一定程度上影响群体行为。

Cooper et al[26]认为，有三个能够影响群体行为的心理因素：每个人都试图达到的特定目标，人们的行为依赖一定的社会环境，人们存在于不确定的环境或区域中。这些因素能够控制和引导群体行为的建立——包括领导、情感强度和群体目的[27]，甚至能够对群体行为进行预测。个人和群体行为之所以可以预测，是因为它在很大程度上是合理的，有目标导向性，随着时间演变会形成一个层次目标，影响个人决定。

Henderson[28]在20世纪70年代运用气体动力学理论进行的计算仿真研究发现，群体移动的动力学过程中可能会有“气体”阶段和“液体”阶段，比如，火车里的人匆匆走向全车的出口，这是气相，他们突然受空间的限制和约束到一个单一或固定的位置时，这就是液相。[29]气体动力学理论主要对人类群体行为的产生和变化建立数学模型，以预测临界点、相变过程和相变趋势。

与气体动力学相类似的研究还有行人动力学和流体动力学，比如Hankin et al[30]在20世纪50年代对行人运动和行为的实证研究，通过将行人比作一般粒子的方式，对行人的运动方向和运动过程进行预测，以应对突发事件的发生。[31]所以，Reynolds的动物协作运动模型认为，个体聚集能够呈现出各种不同的形态，这会影响群体行为的形成与发展。Vicsek模型认为，在一个系统里，每个个体都会与一定范围里的其他个体相互作用，当噪声参数增加时，它可以展现出有序或无序的状态，整个系统的走向和发展趋势会存在不确定性。这也说明，在群体中，由于成员的选择以及成员之间互动程度的不同，群体行为并非一成不变，它会随着时间的推移而不断变化。

Helbing et al[32]利用行人疏散模型进行研究发现，行人之间的自组织集体运动可以通过相互作用引起。这就是群体行业的自组织性，一般情况下这种行为并没有经过设计，比如行人运动流，它是伴随着行人的运动而形成，并没有划分严格的道路来限制其形成，它的形成与街道的宽度和行人的密度有一定的关系。[33]Daamen et al[34]对行人运动过程进行研究发现，“在一定条件下，会自动形成两条行人通道，行人会自觉地按照顺序通过，分成两个方向的行人流，最大限度地利用基础设施”。Adriana Brown et al通过添加个人参数扩展Helbing物理模型，研究个体特征对人群疏散的影响，认为个人的利他主义和对群体的依赖与合作会影响群体行为的表现，通过改变个体的特征属性，能够改变人群疏散的状况以及人群的分布情况。程远[35]将演化博弈论与疏散动力学相结合，认为在群体疏散过程中，群体成员的理性程度、从众程度对疏散行为的有效性有至关重要的影响。赵奕奕等[36]借鉴群体行为动力学理论, 以日本核危机中我国食盐抢购事件为例建立了群体抢购行为演化的动力系统理论模型，研究发现信任水平不同的子群体比例变化和突发事件所引发的不确定性大小对群体观点演化的影响。这都说明了个人心理与态度的变化对群体行为有较大影响。

从宏观角度来看，魏玖长等[23]认为，群体的利益需求、外部环境、群体互动和群体结构是诱发和促使群体行为形成的主要因素。任何一种行为的产生都是由内因和外因相互作用的，李峰等[37]通过建立效用选择模型发现，当网络外部性为正且主体更多地利用这些信息时，更能对群体行为选择产生稳定作用，也能降低混乱性，群体结构对群体行为有一定的影响；而当群体网络的平均路径较短时会加速群体中信息的传播，更容易导致羊群行为产生。外在的客观因素会引发群体行为的产生，一些主观原因也可能会促使群体行为大规模爆发，徐光有等[38]通过实证研究发现，群体性事件中集群行为的形成主要是受刻板印象和从众行为影响的。另外，宫敏燕[39]认为，群体行为或群体性事件的发生还必须与社会环境等因素相结合，社会变迁催生了社会风险，人们的相对剥夺感会增强，导致社会失范行为的产生，最终可能诱发群体行为或群体性事件的发生。

关于影响群体行为形成的因素，学者们根据外因与内因的关系，从客观环境、群体结构和群体成员属性等方面都做了一定探索，将定性研究与定量研究相结合，得出了较多有价值的结论。

四、群体成员的互动与行为选择

吕传笑等[40]在对个体行为进行分析的基础上，通过研究群体类型与群体互动对个体行为的影响，探讨了个体行为与群体行为之间的关系。根据社会比较理论，在群体中，当个体缺乏对信息的判断能力时，便会对群体中其他个体的意见进行评价，比较倾向于那些有意见、有能力或者与他们相似的人的观点和意见，然后再试图纠正差异，这样就能够较好解释群体行为的形成和群体成员之间的相互作用。群体行为形成主要经历两个过程：模仿和传染。Festinger[41]认为，在群体中，“对自我评价的驱力是一个人想要属于一个团体并想与他人交往的压力的存在。人们倾向于移动到一个群体，听取他们的判断和意见，并吸取他人的判断与意见，与他人的观点与态度保持一致”，自我评价的高低一部分来自于群体认同，所以个人与群体在沟通、联系和交往过程中，趋于倾向群体，其观点也更加倾向于那些容易得到他人认同的观点，这就会使得成员之间存在行为的模仿；另外，人们需要适应他人的行为，“在一个群体中意见和能力差异的存在会导致部分成员采取行动减少差异”[41]，这就是群体中成员行为相互传染的过程。在任何一个群体中，个体不是静止不动的，他们会通过沟通与交流等多样化方式相互作用，最终形成群体行为。

Zheng et al[42]认为目前研究群体行为的计算模型方法包括元细胞自动机、行人疏散模型、流体模型、传染病模型、基于Agent的建模和社会力模型等。Fang et al[43]通过研究一个中国火车站人群行为后发现，人群速度是影响前后人物间距和个人动机的主要动力。Spieser et al[44]利用控制理论进行建模仿真发现，排队群体中权威人物的存在可以稳定并控制人群的良好沟通和群体的秩序。Deere et al[45]通过maritime exodus模型去评估船舶设计中人力因素的影响程度，它认为子模型中包含许多危险动作，最复杂的是行为形成与交互对沟通和亲和行为的反应；它使用“基因”这个新型社会关系概念来分析群体行为的层次结构，认为群体成员的确定是通过社会基因的分享确定的。

Blue et al[46]利用元胞自动机对群体行为进行仿真，每个元胞代表一个行为，人们会根据其周围邻居或其他个体决定下一步的行动；系统中的每个元胞之间会相互作用，形成一定的互动规则与群体，不同的群体其行为表现均有一定差异。Toyama et al[47]通过添加不同的行人特征来扩展元胞自动机模型，如速度、性别、能力等模型，对双向行人运动行为和疏散行为进行研究发现，行人运动的元胞自动机模型与行人疏散元胞自动机模型的具体规则是不同的，在不同规则约束下的群体行为也有差异，群体行为的走向也会发生变化。Niizato et al[48]明确区别群体成员之间拓扑距离和度量距离，提出一种新的混合模型——度量拓扑距离，研究群体中成员之间的相互作用，认为群体成员在相互作用过程中，不仅仅与其度量距离较近的人保持联系，同时也会与其拓扑距离较近成员保持密切联系，成员个人不仅仅需要邻居，同时也需要知已和有共同兴趣爱好的朋友。

在国内，以司光亚和杨志谋为代表的一批学者将复杂网络与群体行为相结合，形成一批较具代表性的成果。杨志谋等[49-50]认为，社会关系建模和环境建模是研究群体交互行为的基础，并提出ARE概念模型，充分考虑个体主动性、环境和个体之间关系，从局部行为与规则出发研究群体行为涌现的特征；基于Agent 进行建模分析，从日常和危机两种状态解决了群体行为演化的确定性、随机性问题以及可视化问题。程远[35]运用演化博弈理论研究群体行为的演化规律，认为在群体中每个人的行为与决策都处于不断博弈之中，人们的心理变化会对其个体行为和群体行为产生重要影响；同时通过对逃生疏散群体研究发现，在整个疏散过程中，群体成员越是理性，受伤害可能性越小，疏散速度也越快，这种理性在一定程度上也会影响其他成员理性面对，进而有秩序疏散。但疏散过程中群体成员的不理性自利行为也会影响疏散的效率。胡斌等[51-52]运用SWARM建立了多主体的群体行为模拟系统，每个个体都有各自的行为规则与策略，各个个体通过与其他主体及环境相互作用，使得群体行为的宏观特征涌现；并从微观和宏观两方面详细分析了企业员工群体行为复杂性的具体表现，提出描述群体适应性学习能力的模型，为预测群体成员行为的动态变化提供了依据。所以，群体中成员之间关系与互动方式并不是固定的，他们会根据自身需求的变化而不断变化，夏功成[53]运用QSIM算法，对不同群体成员之间的互动与合作方式进行详细描述，认为群体之间既存在合作，也有竞争，二者相互作用能够提高群体绩效。田炜等[54]基于演化博弈与复杂网络理论得出，每一个用户都会有节点的收益，以实现真正的“优”，这就使得群体会产生“马太效应”，即富者愈富、贫者愈贫。群体成员心理的变化、需求与利益的不同导向都会促使群体行为变化。

除了将复杂网络理论与群体行为的研究相结合外，一些学者将理论与实践相结合，研究群体行为的互动机制与成员的行为选择过程。田野[55]通过在微博中抓取“小悦悦事件”的相关信息，从事件关注度趋势和情感趋势两个方面详细分析了微博事件形成与发展的过程，建立回归方程模型，对微博事件的发生趋势有初步的了解。余凤霞[56]运用元胞自动机，仿真了企业中员工行为的形成，认为不同类型员工的忠诚度和凝聚力有较大不同，在进入企业初期可能会有较大波动，但随时间的不断推进，各项数据趋向稳定。

行为选择是一个复杂的课题，涉及到群体仿真，以及在时间和空间上多尺度相互作用的影响[57]，在社会网络中群体有很多的行为选择，这些社会行为选择的过程可以被看作是达尔文进化论的过程，因为这其中存在复制和变异机制。在整个系统或网络中，群体根据一定的规则形成，随着社会环境、个体特性和与他人的互动形成多样化的群体行为，这些行为也会随着时间的变化而不断变化。

五、小结

通过以上的分析可以看出，目前学术界关于群体行为的研究较为成熟，利用社会学、心理学、管理学、经济学、数学、物理和计算机等学科的理论与方法，将定性分析与定量分析相结合，通过实证研究和建模仿真对群体行为的形成与互动进行了详细分析，同时也得出了许多有价值的结论，为预测和有效处理突发事件、群体性事件提供了依据。

从研究内容上来看，目前对于群体行为的研究主要集中在四个方面：群体和群体行为的概念与形成、群体中各成员之间互动和相互作用、群体行为互动的规则与机制的形成以及群体行为选择等等。很多学者依据社会学和管理学中关于群体的相关理论，通过建立数学模型或实验的方法对群体的形成过程以及群体成员之间的互动机制进行详细分析，认为群体行为是随机的，它是由许多个体参与完成的；个体在进入群体后，其思想、决策方式和行为表现等都会受他人态度影响，使得个体行为与态度尽可能与他人保持一致或相似，以获得群体的认同；同时，受客观环境和个人认知等因素影响，群体行为也会随时间推移而不断变化，具有不确定性；另外，通过实验研究探讨了群体行为的作用机制，对群体性事件或突发事件的形成与发展进行预测，提出一些有效的应对策略。

从研究方法上来看，有学者侧重于定性研究，结合相关理论对群体行为的形成、互动与相互作用机制进行分析；有学者运用计算机、数学和物理的方法建立模型，对群体行为进行仿真，研究群体中所有个体的出现、改变、进化和相互作用的过程[58]，以及消失过程中的群体行为[8]。群体的动态仿真包括群体行为的建模和群体行为动力学。群体成员与周围的人和社会的互动，以及群体所处的物理环境都是群体动力学需要关注的问题，它对于社会基础设施的安全设计极为重要[6]；群体仿真模型有助于对危急情况下潜在人群的危害进行有效预测[59]，提高人们对危机事件的应对能力，减少或避免不必要的伤害。但是从研究方法上来看，目前关于群体行为的研究大多数利用计算模型通过实验进行仿真分析，利用社会学或管理学的相关理论将定性与定量相结合的研究较少，还有进一步突破和发掘的空间。

尽管学者们关于群体行为的研究已趋于成熟，利用各个学科的理论和研究工具、方法提出了许多有价值的研究结论，对于预测群体行为的发展趋势也提供了一定的指导；但是将网络，尤其是在线社交网络与群体行为相结合的研究较少，较多的是参照现实群体行为的特征等研究网络群体性事件，所以关于网络群体行为的研究还需进一步深入。所以关于群体行为的下一步研究内容，需要重点关注在线社交网络，尤其是微博用户的群体行为，结合社会学、心理学和组织行为学的相关理论具体阐述微博用户群体形成的路径，了解群体行为形成的全过程；依据复杂网络的相关理论与知识，运用仿真建模的方法，从微观到宏观，建立微博用户群体行为形成的演化模型，并对其进行仿真分析，探索环境、个人和群体对于微博用户群体互动行为形成的影响和作用程度等，为研究微博用户群体行为互动机制和行为选择的动力学过程奠定基础。在定量研究方面，可以根据复杂网络的相关理论和模型，详细分析微博用户群体从众行为和微博用户群体极化行为形成的过程，并对其进行仿真，分析群体从众行为和群体极化行为可能存在的优势与劣势；探讨微博中群体决策的规则以及微博中用户群体行为的选择对于群体决策的作用，这对于降低群体性事件发生频率，以及促使微博用户及群体正确对待各种群体性事件都有着重要的作用。

参考文献:

[1] Turner R H, Killian L M. Collective Behavior[M]. 4th ed. Englewood Cliffs, NJ: Prentice Hall, 1993: 192.

[2] McPhail C. Stereotypes of crowds and collective behavior: looking backward, looking forward[J]. Stud. Symbolic Interact, 1997, 3 (Sup): 35-58.

[3] Helbing D, Molnar P. Social force model for pedestrian dynamics[J]. Phys. Rev. E, 1995, 51(5), 4282-4286.

[4] Nara A, Torrens P M. Spatial and temporal analysis of pedestrian egress behavior and efficiency[C]// Samet H, Shahabi C, Schneider M. Association of Computing Machinery (ACM) Advances in Geographic Information Systems, ACM, New York. 2007: 284-287.

[5] Burstedde C, Klauck K, Schadschneider A, et al. Simulation of pedestrian dynamics using a two-dimensional cellular automaton[J]. Physica A, 2001, 295(6): 507-525.

[6] Helbing D, Farkas I J, Vicsek T. Simulating dynamical features of escape panic[J]. Nature, 2000, 407 (28): 487-490.

[7] Colin Marc Henein, Tony White. Microscopic information processing and communication in crowd dynamics[J]. Physica A, 2010, 389 (11): 4636-4653.

[8] Bon G L. The crowd: a study of the popular mind[M]. New York: Macmillan, 1896: 23.

[9] Park R E, Burgess E W, Janowitz M. Introduction to the science of sociology[M]. ChicagoIII: University of Chicago Press, 1921: 93.

[10] 巴克. 社会心理学[M]. 天津: 南开大学出版社, 1984: 58.

[11] 戴维·波普诺. 社会学[M]. 李强, 译. 北京: 中国人民大学出版社, 1999: 68.

[12] 中华人民共和国公安部. 公安机关处理群体性治安事件规定[EB/OL]. (2008-12-25)[2015-12-05]. http: //www.docin.com/p-1271590875.html.

[13] 中国行政管理学会课题组. 中国群体性突发事件: 成因及对策[M]. 北京: 国家行政学院出版社, 2009.

[14] 于建嵘, 单光鼐. 群体性事件应对与社会和谐[EB/OL]. (2008-12-25)[2011-12-05]. http: //cssm.gov.cn/view.php?id=23715.

[15] 孙元明. 当前国内群体性事件及其发展趋势研究[J]. 江南社会学院学报, 2008(3): 6-10.

[16] 陈强, 徐晓林, 王国华. 网络群体性事件演变机制研究[J]. 情报杂志, 2011, 30(3): 35-38.

[17] 中国行政管理学会课题组. 我国转型期群体性突发事件主要特点、原因及政府对策研究[J]. 中国行政管理, 2002(5): 6-9.

[18] Blumer H. Collective behavior[C]// Park R E. Principles of Sociology. New York: Barnes & Noble, 1939: 297.

[19] Allport F H. Social psychology[M]. Boston: Houghton Mifflin, 1924.

[20] Berk R. A gaming approach to crowd behavior[J]. American Sociological Review, 1974, 39(3): 355-373.

[21] Saori Iwanaga, Akira Namatame. Collective behavior in cascade and schelling model[J]. Procedia Computer Science, 2013(24): 217-226.

[22] Giardina I. Collective behavior in animal groups: theoretical model and empirical studies[J]. HFSP J, 2008, 2 (4), 205-219.

[23] 魏玖长, 韦玉芳, 周磊. 群体性突发事件中群体行为的演化态势研究[J]. 电子科技大学学报( 社科版), 2011, 13(6): 25-30.

[24] Peracchi, Franco, Brugiavmi, et al. Theory of collective behavior[M].Gleacoe: Free Press of Glencoe, 1962: 173.

[25] Couzin I. Collective minds[J]. Nature, 2007(445): 715.

[26] Cooper S, Popovic Z, Treuille A. Continuum crowds[J]. ACM Trans. Graphics (TOG), 2006, 25 (3) 1160-1168.

[27] Berlonghi A. Understanding and planning for different spectator crowds[J]. Safety Science, 1995, 18 (4) 239-247.

[28] Henderson L F. The statistics of crowd fluids[J]. Nature, 1971, 229: 381-383.

[29] Farkas I, Helbing D, Vicsek T. Social behavior: mexican waves in an excitable medium[J]. Nature, 2002(419): 131-132.

[30] Hankin B D, Wright R A. Passenger flow in subways[J]. Oper. Res. Quarterly, 1958, 9 (2) 81-88.

[31] Bradley G E. A proposed mathematical model for computer prediction of crowd movements and their associated risks [C]// Smith R A, Dickie J F. Engineering for Crowd Safety, Elsevier, Amsterdam, 1993: 303-311.

[32] Helbing D, Molnar P. Self-organization phenomena in pedestrian crowds[C]// Schweitzer F. Self-organization of complex structures: from individual to collective dynamics. Gordon and Breach, New York, 1997: 569-577.

[33] Helbing D. Traffic and related self-driven many-particle systems[J]. Reviews of modern physics, 2000, 73(4): 1067-1141.

[34] Daamen W, Hoogendoorn S P. Experimental research of pedestrian walking behavior[J]. Transp Res Rec, 2003(1828): 20-30.

[35] 程远. 基于演化博弈论的群体疏散行为研究[D]. 北京: 北京化工大学, 2012: 5.

[36] 赵奕奕, 彭怡, 肖磊, 等. 突发事件下群体抢购行为的舆论传播机理研究[J]. 系统工程理论与实践, 2015(3): 616-622.

[37] 李峰, 沈惠璋, 张聪, 等. 社会影响的外部性与群体动力学研究[J]. 科技管理研究, 2010, 30(21): 224-229.

[38] 徐光有, 袁年兴. 群体性事件中的群体行为探析[J]. 理论导刊, 2011(11): 29-32.

[39] 宫敏燕. 社会转型期群体行为的社会学思考[J]. 长春理工大学学报(社会科学版), 2012, 25(6): 44-46.

[40] 吕传笑, 栾晓峰. 个体行为与群体行为的互动分析[J]. 山东省农业管理干部学院学报, 2005, 21(5): 87-88.

[41] Festinger L. A theory of social comparison processes[J]. Human Relation, 1954 (7): 117-140.

[42] Zheng Xiaoping, Zhong Tingkuan, Liu Mengting.Modeling crowd evacuation of a building based on seven methodological approaches[J]. Build. Environ, 2009, 44 (3): 437-445.

[43] Fang Z, Yuan J P, Wang Y C, et al. Survey of pedestrian movement and development of a crowd dynamics model[J]. Fire Safety J. , 2008, 43 (6): 459-465.

[44] Spieser K, Davison D E. Multi-agent stabilisation of the psychological dynamics of one-dimensional crowds[J]. Automatica, 2009, 45 (3): 657-664.

[45] Deere S J, Galea E R, Lawrence P J. A systematic methodology to assess the impact of human factors in ship design[J]. Appl. Math. Modell. 2009, 33 (2): 867-883.

[46] Blue V J, Adler J L. Cellular automata microsimulation of bidirectional pedestrian flows[J]. Trans Res Rec, 2000, 1678(1): 135-141.

[47] Toyama M C, Bazzan A L C, da Silva R. An agent-based simulation of pedestrian dynamics: from lane formation to auditorium evacuation[C]// Autonomous agents and multiagent systems (AAMAS), 2006: 108-110.

[48] Niizato T, Gunjia Yukio-Pegio. Metric-topological interaction model of collective behavior[J]. Ecological Modelling, 2011, 222(17): 3041-3049.

[49] 杨志谋, 司光亚, 李志强. 大规模虚拟民众群体行为仿真概念建模研究[J]. 计算机工程与应用, 2011, 47(21): 231-234.

[50] 杨志谋, 司光亚, 李志强, 等. 大规模群体行为仿真模型设计与实现[J]. 系统仿真学报, 2010, 22(3): 724-727.

[51] 胡斌, 王志明. 基于CAS理论的企业员工群体行为模拟[J]. 管理学报, 2005, 2(z1): 31-34.

[52] 王志明, 胡斌. 复杂系统下群体行为的建模与模拟[J]. 武汉理工大学学报(信息与管理工程版), 2005, 27(6): 148- 152.

[53] 夏功成. 企业知识群体行为的定性模拟研究[D]. 武汉: 华中科技大学, 2005: 28.

[54] 田炜, 邓贵仕, 武佩剑. 基于复杂网络与演化博弈的群体行为策略分析[J]. 计算机应用研究, 2008, 25(8): 2352-2354.

[55] 田野. 基于微博平台的事件趋势分析及预测研究[D]. 武汉: 武汉大学, 2012: 37.

[56] 余凤霞. 基于元胞自动机的群体行为仿真[D]. 宁波: 宁波大学, 2011: 18.

[57] Xu Xulin, Chen Zengqiang, Si Guangya, et al. A novel definition of generalized synchronization on networks and a numerical simulation example[J]. Comput. Math. Appl. 2008, 56(11): 2789-2794.

[58] Braun A, Musse S R, de Oliveira L, et al. Modeling individual behaviors in crowd simulation[C]//Computer Animation and Social Agents, 16th International Conference, New Brunswick, NJ, 2003: 143-148.

[59] Xu Xulin, Chen Zengqiang, Si Guangya, et al. The chaotic dynamics of the social behavior selection networks in crowd simulation[J]. Nonlinear Dyn, 2011, 64(1): 117-126.

Research Status and Prospect of Collective Behavior

ZHANG Jing1, SUN Hui-xuan2

(1. School of Public Administration and Policy, Beijing University of Posts and Telecommunications,Beijing 100876, China; 2. School of Marxism, Beijing University of Posts and Telecommunications,Beijing 100876, China)

Abstract:In the stage of social transformation and development, the mass incidents are increasing, which has a negative impact on the stability of the country and society. Based on analysis of the related theories of group and collective behavior, a comprehensive summary is made from three aspects of the definition and formation of collective behavior, the factors affecting the collective behavior and the interaction of group members and behavior choice. It is found that currently the research on the collective behavior is relatively mature in the contents and methods, but the research combining the network is less, especially the combination of online social network and collective behavior, so this is the future research direction of the study.

Key words:collective behavior; socal stability; formation and interaction; influencing factors; behavior choice

收稿日期：2015- 03 - 02

基金项目：北京市社会科学基金项目(15SHB022)；北京邮电大学社科基金项目(2013-2014BS08)

作者简介：张静(1987—)，女，湖北枣阳人，博士，北京邮电大学公共管理学院讲师，主要研究方向为复杂网络及管理科学。

中图分类号:D631

文献标识码:A

文章编号:1008-7729(2016)03- 0091- 08