下载掌阅APP，畅读海量书库
立即打开
自20世纪50年代开始，环境污染、核泄漏、疯牛病等一系列突发事件相继在一些西方资本主义国家发生，引起社会公众的焦虑与恐惧。随着此类具有社会风险的突发事件在人类生活诸多领域反复上演及其影响范围的不断扩展，风险治理亦随之演变成为一个备受关注的公共问题。以此为背景，各个领域的学者开始分别基于自己的学科视角对这一问题进行研究，先后提出了一系列关于风险治理的理论观点和理论框架。其中，以罗格·卡斯帕森（Roger Kasperson）、奥温·雷恩（Ortwin Renn）和保罗·斯洛维奇（Paul Slovic）于1988年所提出的“风险的社会放大框架”
[2]
，国际风险管理理事会（IRGC）于2001年所提出的“风险治理框架”
以及奥温·雷恩（Ortwin Renn）和安德烈·亚斯（Andreas Klinke）于2011年提出的“修订的风险治理框架模型”
[3]
具有较为广泛的影响，对于帮助人们深入认识社会风险，进而系统地进行风险治理均具有显著的指导意义。
所谓“风险的社会放大”是指“信息过程、制度结构、团体行为和公众反应一同制造风险事件的社会体验，进而促成某种风险结果的现象”。 [4] 该框架的主旨是通过描述和解释“风险”、“风险事件”和“制度与文化”等因素之间的互动关系对社会公众或社会组织认知的影响，以回答现实中这样一个常见问题，即有些被技术专家鉴定为风险较低的事件，为何仍然会引起广泛关注并产生重大的经济或社会影响。为揭示这一问题，这一框架综合汲取了社会学、心理学等领域关于风险认知、风险反应、风险评估等方面的成果，同时基于特定的文化视角进行多维度考察。
该框架的主要观点为：第一，社会心理、制度与文化因素之间的相互作用在相关的风险事件中对公众的风险感知及风险行为具有增强或者减弱的作用；第二，社会中各类行为主体的行为方式，以及由行为产生的次级后果（经济的或社会的），亦能增加或减少物理风险本身；第三，次级效应
既会激起制度反应以及相关主体对保护行动的需求，也可能与之相反，即在风险减弱条件下，阻止相关的保护行动。风险体验的这种结构和社会过程，对各种社会主体的风险认知所产生的行为反应，以及这些反应所造成的影响（对社区、社会和经济），共同构成一个风险事件中的一般现象。具体的逻辑框架如图2-1所示。
图2-1 风险的社会放大框架示意
资料来源：Renn，O. and Burns，W.J.，“The Social Amplification of Risk：Theoretical Foundations and Empirical Application，” Journal of Social Issues ，Vol.48，No.4，1992，pp.137-160。
罗格·卡斯帕森等研究者认为，决定风险的本质和严重程度的主要因素是将其进行社会放大的信息系统和公众反应的特征。风险信息会通过社会以及存在于其中的一些“放大站”
被重读和阐释，并引发社会组织或公众个体各种各样的反应。风险的社会放大框架告诉人们，风险治理应充分关注其中的两个阶段。
[5]
首先是关注风险事件和“放大站”之间、“放大站”与社会组织和公众感知及其行为反应之间的关系。这一阶段应重视风险信息的过滤、编码和传输，并将社会价值附着于其上，这对于风险管理政策制定具有积极意义。其次是充分关注次级效应。由于次级效应与风险感知、行为放大之间具有直接联系，其在扩散模式上往往呈现“涟漪效应”。与此同时，风险放大并非单向度的，其过程既可增加亦可减少风险对于社会所造成的负担。
在上述框架提出之后，研究者们针对其难以预测某一特殊风险事件“何时会产生放大效应”，以及“风险是否被放大的判断标准”等问题进行了补充，进一步提出了风险放大的信息机制和风险放大的反应机制。 [6] 其中，前一机制是以探讨媒体在其中的作用机制为主线，并认为媒体对于相关事件的报道是风险建构的重要部分之一，因为绝大多数组织或个人对于风险事件及风险蔓延的认知都依赖于媒体这一信息传播系统。后一机制着重于探讨在某一特定的社会或制度情境中人们对相关事件信息的理解、诊断以及附着于其中的价值观。如奥温·雷恩曾经通过个案比较研究了德国固体废弃物焚烧炉选址的提议，为将文化变量融合到主流风险理论中提供了一个范例，以说明风险放大和风险减弱是如何影响公众的风险争论的。 [7] 相关研究还发现，对于公众个体而言，其文化背景、价值观念、地理位置等都是风险放大不容忽视的解释变量。
为了实现对社会风险的有效治理，相关机构和学者提出了风险治理的各种体系性主张。其中，由国际风险管理理事会（IRGC）基于包容性治理模型所提出的“风险治理框架”
具有较强的影响力。这一框架纳入了物理、社会、文化以及利益相关者等多个领域的知识，以风险沟通为核心，包括预评估、风险评估和风险管理等构成模块（见图2-2）。该框架的主要优势在于设计了预评估和风险承受力判断，并将风险评估置于和风险管理同等重要的水平，这是以往其他风险治理模型所没有的。但这一框架也存在将风险信息获取与决策相互分离的缺陷，针对这一问题，奥温·雷恩等人于2011年对其进行了修订。修订后的框架主要包括风险预估、跨学科评估、风险描述、风险评价和风险管理等相互继起的过程模块，并强调这些过程彼此之间的相互影响（见图2-3）。
[8]
虽然修订后的风险治理框架依然受到有关学者的某些质疑，但在世界各地举办的相关会议上被多次讨论并引发高度关注，尤其是在涉及食品安全和基因工程等领域的风险治理研究方面，这一框架已经产生了相当的影响。
图2-2 国际风险管理理事会提出的风险治理框架模型
资料来源：Ortwin Renn，O.，Klinke，A.，“Coping with Complexity，Uncertainty and Ambiguity in Risk Governance：A Synthesis，” AMBIO ，Vol.40，2011，p.237。
图2-3 修订的风险治理框架模型
资料来源：Ortwin Renn，O.，Klinke，A.，“Coping with Complexity，Uncertainty and Ambiguity in Risk Governance：A Synthesis，” AMBIO ，Vol.40，2011，pp.238。
风险治理理论探讨了社会心理、制度、文化、信息传播等因素在风险形成过程中的影响，力求揭示风险的形成机制，并将不同范式的要素综合于同一系统中提出了风险治理框架，为风险社会的风险治理提供了理论指引。突发事件作为风险形成的直接来源因素之一，其预防以及发生之后的所有治理活动理应置于风险治理视域之下。这一理论无论是对突发事件舆论演变规律性特征及其风险的探讨，还是对舆情导控模型的建构和舆情风险治理能力的建设均具有一定指导价值。
第一，突发事件舆情导控应充分关注与舆情发生、扩散、衍生、转化相关的各种影响因子以及这些影响因子的动态变化，尤其是其中一些具有风险放大作用的影响因子，以防止舆情传播过程中风险的累积与放大。
第二，突发事件的舆情导控既应准确把握事件本身的性质及其所蕴含的风险，也应充分把握事件所处的社会文化和社会心理环境，因为这些环境因素对于舆情传播过程中公众的风险认知和风险行为具有不容忽视的影响。
第三，突发事件的舆情导控应在做好早期的风险预兆、科学的风险评估和客观的风险描述的基础上，充分做好管理主体与社会公众之间的风险沟通，并通过物理的、制度的、心理的、文化的等多元导控方式之间的协同来提高导控效能。
由于舆情在现代社会的重大影响力，传播学、社会学、心理学以及计算机科学等多个领域的学者分别基于各自的学科范式对舆情传播问题进行了广泛研究，以求揭示舆情传播的基本规律。美国社会心理学家斯坦利·米尔格拉姆（Stanley Milgram）在20世纪60年代通过其对人类社会关系网络中最短路径的研究所提出的“六度分隔理论”（亦称“小世界现象理论”） [9] 为舆情传播问题研究奠定了最初的理论来源。80年代，物理学与计算机学家史蒂芬·沃尔弗拉姆（Stephen Wolfram）通过对时间、空间、状态都离散状态下复杂系统演化动力的研究而提出的“元胞自动机理论”， [10] 为人们研究舆情传播的动力问题提供了理论启示。基于这些理论所提供的思想，研究者们提出了多个关于舆情传播的理论模型。
元胞自动机（Cellular Automata，CA）是一种时间、空间、状态都离散，空间相互作用和时间因果关系为局部的网格动力模型，具有模拟复杂系统时空演化过程的能力，其最基本组成部分包括元胞、元胞空间、邻居及演变规则（见图2-4）。其中，元胞亦称为单元或基元，是元胞自动机最基本的组成部分（图2-4中的网格单元）。元胞分布在离散的一维、二维或多维欧氏空间的晶格内部，具有离散有限的状态。元胞空间是元胞所分布的空间网点集合（图2-4中的网格空间），其网点可有多种形式，如二维元胞可按三角形、正方形或六边形等网格排列。在考虑一个元胞对其他元胞的影响时，必须规定每个元胞会影响到哪些邻居元胞。在一维元胞自动机中，通常以半径r来确定邻居，距离一个r内的所有元胞均被认为是该元胞的邻居。模型设计可按四邻域、八邻域或扩展邻域确定（见图2-4）。根据元胞当前状态及其邻居状态确定下一时刻该元胞状态的动力学函数，就是一个状态转移函数。元胞自动机演化之所以千变万化，是由于其转化规则的不同引起的，转化规则是元胞自动机的核心，它决定系统演化的结果。
元胞自动机可以将复杂系统的宏观过程微观化，便于对演化过程进行描述和分析，元胞局部间交互的特点也十分符合实际舆论传播的特征。
图2-4 元胞自动机的基本构成
资料来源：方薇、何留进：《采用元胞自动机的网络舆情传播模型研究》，《计算机应用》2010年第3期。
针对网络空间中网民能够自由移动和相互影响的特点，很多研究者将元胞自动机理论应用于舆情传播研究，以此为基础构建舆情传播的元胞自动机模型（网民映射为元胞，网民观点映射为元胞状态，网民周围的其他网民映射为相邻的元胞，网民的观点交互规则映射为元胞交互规则函数，每一次观点交互用离散时间）。其中，Deffuant模型
[11]
是连续观点研究最经典的模型之一，模型中一个网民只能和相邻的若干个邻居进行通信，并在一定的置信区间（bounded confidence）内进行信息交换，和元胞自动机规则类似。之后，其他研究者进行了更加贴近于真实情境的研究。方薇和何留进基于因特网舆情空间的系统协同性，首先计算元胞状态协同转移概率，同时将整体协同转移概率与中心元胞之九邻居局域状态概率比较，以确定中心元胞状态是否转换。经过若干次时间序列的迭代计算，获得舆情整体传播趋向“+”或“-”的程度（磁化率）。通过观察磁化率——时间变化曲线，可以清楚了解舆情传播的演化情况。
戴建华针对现实生活中人们获得信息的模糊性，在传统元胞自动机模型的基础上加入模糊推理的思想，并引入观点倾向度和倔强度两个模糊变量，提出了模糊规则下网络舆论的元胞自动机传播模型，然后仿真分析了网络舆论形成中个体观点的演化过程。结果表明，舆情事件在经过讨论后，参与者中持中立态度的人会逐渐减少，持极端态度的人会逐渐增加，形成“群体极化”；此外，舆论的形成往往在交流初期，即一旦群体间产生信息交换，就很可能发生意见的“群体极化”。
宋姜和吴鹏基于元胞自动机原理提出了网民在舆情演化中的沉默与发声规则，构建了包含网民沉默因素的元胞自动机舆情演化模型，仿真研究了网民不同观点的比例和沉默阈值对舆情的影响。他们的研究发现，部分网民的沉默会导致观测到的舆情扭曲实际的舆情：初始占据优势地位的观点在演化中优势被夸大，而处于劣势观点的网民大量保持沉默；个体网民沉默的阈值越大，最终沉默的网民的比例越低。
传染病模型是采用数学的方式，具有基本特征或要素，在能决定其原因和效果各要素间相互关系的前提下，以较为简化的方式来模拟传染病传播的过程，分析感染人数的变化，预测高峰期的到来，甚至能进一步从中找出调整预防的机制。
由于舆情事件往往涉及大规模的人群，且人与人之间的接触和相互作用方式对于舆情传播具有至关重要的影响。如果用节点表示个人，用边连接具有接触或相互作用关系的个人，那么人群之间的关系就可以用社会网络来刻画。
舆情信息在社会网络中的传播在某种程度上类似于传染病在人群之间的传播，早期一些舆情传播模型的构建多数受到这种思想的影响。萨德伯里（Sudbury）首次将传染病模型与舆情传播结合起来，
[12]
为之后的相关研究提供了研究思路。研究者通常将舆情传播网络中的节点分为三类：易感染节点（S）、传播节点（I）和免疫节点（R）。其中，易感染节点指未被传播，在某时点未接收到舆情信息的节点，处于S状态的节点很容易因为接收到某条话题而使状态转变为I状态；传播节点表示在某时点已经开始不断向网络中发布舆情话题信息的节点，并且此状态的节点对信息的传播，可以使未被传播状态的节点改变自身的状态，变成I状态，节点开始转发这条信息；免疫节点表示在某时点此节点处于免疫状态，不会被传播状态的节点传播的信息所影响。
各节点之间的转换关系如图2-5所示。
图2-5 舆情传播传染病模型中各节点状态转变关系
资料来源：Sudbury，A.J.，“The Proportion of the Population Never Hearing a Rumour，” Journal of Applied Probability ，Vol.22，1985，pp.443-446。
中国学者丁学君根据传染病动力学机制所构建的社交网站舆情传播模型的仿真结果发现，在这一机制下的舆情传播体现出以下规律。
第一，在传播初期，网络中的易感染节点、传播节点和免疫节点的密度呈现较快的上升或衰减态势，而当演化时间趋向于无穷大时，网络中易感节点、传播节点和免疫节点的密度将逐渐趋于稳定，直至达到平衡状态。这一过程与现实社会中舆情话题的演化规律相符，即与其他生活类话题相比，舆情话题往往由某一突发性事件所引发，内容比较单一且具有较强的时效性，在短时间内会引起用户的强烈兴趣，并形成激烈的讨论，而随着用户对该话题兴趣的逐渐减退，其关注程度会迅速降低，并最终成为对该话题免疫的用户。
第二，由于社交网络的连通性较强，网络中的用户不仅可以与网络内部好友进行接触，而且可以与网络外部的用户进行沟通和交流，从而获知舆情话题，因此舆情话题信息在社交网站上的传播阈值接近于0。而在传统的规则网络中，传播概率必须大于某一阈值时，信息才可以在网络中进行扩散。
第三，初始传播节点的选择在很大程度上影响了话题信息在社交网站上的扩散速度。当初始传播节点的度较大，即当其具有更多的邻居节点时，话题信息在网络中的传播速度较快；而当初始传播节点的度较小，即当其邻居节点的数目较少时，话题信息在网络中的传播就会相对滞后。这一过程与现实情况亦基本符合，因为社交网站网络中的信息传播是沿着节点间的边进行的，传播节点的边越多，信息的扩散速度就会越快。中心节点的存在会使信息沿着更多的边进行传播，从而提升信息传播的速度。但是，一旦这些中心节点转变成为免疫节点，它们就会对信息的传播起到阻碍作用，即中心节点具有较大的“社会影响力”。
美国学者瓦兹（Watts）和斯绰伽兹（Strogatz）在对规则网络（regular lattice）和随机网络（random graph）进行理论研究的基础上，于1998年提出了一个基于人类社会网络的模型，该网络既有与规则网络类似的较大的集聚系数，又有与随机网络类似的较小的平均距离，这两种特性综合在一起被称为“小世界效应”。 [13] 同时，瓦兹和斯绰伽兹描绘了一种小世界网络的构造方法，即通过调节随机重连概率可实现从规则网络向随机网络的过渡，简称为WS模型（见图2-6）。如果将人假设为一个节点，联系人假设为连接线，那么小世界网络可以形象地刻画出在实际社会中陌生人通过彼此共同的朋友相互认识的现象。将这一理论运用于舆情传播研究，能够在一定程度上反映出舆情在实际生活中的传播规律与特性。
图2-6 规则网络—小世界网络—随机网络的过渡
资料来源：Watts，D.J.，Strogatz，S.H.，“Collective Dynamics of‘Small-world’Networks，” Nature ，Vol.393，No.4，1998，pp.440-442。
国内有多位学者基于这一理论对舆情传播问题进行了研究。例如，姜鑫和田志伟借鉴复杂网络中体现网络结构特征的指标，对“名人微博”社区的交流网络与随机网络的平均路径长度和聚类系数进行了比较，证明了微博社区内的交流网络具有小世界性质。他们通过对交流网络中的节点和连线进行中介中心性分析，进一步发现影响整个网络内信息扩散的关键节点与连线，它们在交流网络内的信息传播过程中发挥着重要作用。这些关键连线通常以某一个关键节点为端点，在交流网络中起到“长程连接”的功能，从而使网络在保持较高聚类系数的同时，也使平均路径长度大幅缩短，进而使整个网络表现出小世界特征。
崔亚飞和姚翠友以小世界网络作为人际关系网络构建舆情演化模型，并根据对人际信任因子、个体相连朋友数量、群体规模的仿真结果的分析发现：个体间信任程度越高，意见值的变化幅度越大，个体更容易从一种态度倾向转向另一种态度倾向，意见收敛速度也更快。同时，小世界网络结构中群体规模、相连朋友数量对各倾向人数的变化也有较大影响，个体相连的朋友数越多，相互之间影响越大，各倾向人数的变化速度也越快。群体规模增大，反而使各倾向人数的变化速度减慢。这是因为个体数量越多，意见扩散和相互影响所需的时间越长。
从逻辑上看，突发事件舆情导控应该建立在对舆情传播规律科学认识的基础上。以上各种关于舆情传播研究的理论成果从不同角度模拟和勾勒了舆情传播过程中的社会关系网络、动力学特征和影响因素，形象地展示了舆情传播的一些规律性特征。对于论文研究而言，这些规律具有基础性的指导意义。例如，元胞自动机模型告诉人们，舆情导控不仅要着重关注舆情传播过程中的关键“元胞”对于他人的影响，还应充分关注其中的传播规则，因为其对于舆情传播的结果具有决定性影响。同时，也应尽力防止由于“元胞群体”之间的不当信息交换而形成群体极化现象；舆情传染病模型告诉人们，舆情导控应在掌控对舆情传播起关键作用的“传播节点”的基础上，重点关注其中的“易感染节点”；等等。
信息演化理论属于军事领域的范畴，来源于美军提出的网络中心战理论。网络中心战是由美军提出、经过战场试验、然后迅速被各国军队认同和传播开来的作战理念。它的起源可以追溯到20世纪90年代，当时美军对信息时代战争形态的研究正方兴未艾。“网络中心战”的概念最早是在1997年，由美国海军作战部长杰伊·约翰逊（Jay Johnson）上将提出的。1998年，美国海军中将阿瑟塞布罗夫斯基（Vice Admiral Arthur Cebrowski）与约翰·加特斯卡（John Gartska）在合著的文章《网络中心战：起源与未来》中，首次详细论述了“网络中心战”的定义与内涵，阐明了信息优势与作战优势的关系，系统提出了网络中心战理论，在美军中产生了较大影响。1999年，美国国防部指挥与控制研究项目办（CCRP）正式出版了《网络中心战：发展和利用信息优势》一书，提出了信息时代的战争——“网络中心战”的基本构想，明确了实现网络中心战的基本步骤和基本措施。该书提出的有关思想和理论在美军中产生了极为广泛的影响，极大地促进了网络中心战理论的发展。以该书的构想为蓝本，2001年，《网络中心战报告》由美国国防部正式向国会提交，这是网络中心战理论正式确立的标志。2005年，美国国防部军队转型办公室发布的《实施网络中心战》认为：“网络中心战是信息时代正在兴起的战争理论，同时也是一种观念，在最高层次上构成军队对信息时代的反应。网络中心战这一术语描述了综合运用完全或部分网络化的部队所能利用的战略、战术、技术、程序和编制去创造决定性作战优势。”
在网络视域下，对信息演化空间的描述可以用作用域来阐述。所谓作用域，就是行动发生和作用的领域，具体分为物理域、信息域、认知域和社会域。
四个作用域形态各异，具体描述如下。
物理域。物理域可以看作现实空间的描述，它强调了现实中的有形物理形态，是各种行动发生和产生影响的领域。在军事领域中，物理域是作战行动和武器打击发生的领域，范围涉及海、陆、空、天。一般而言，与行动实施有关的人员、机构、自然环境、社会环境以及支持行动的各类物理设备、网络基础设施等均属于物理域范畴。
信息域。信息域可以理解为信息存在和作用的空间。信息的处理以及交互共享主要发生在信息域中。人员、网络设备之间的信息沟通、不同层级之间的信息传递也是在信息域中实现的。信息来源可以有两种途径：一是现实空间的观察，即从物理域中获得的直接观测数据；二是人员在信息空间中的信息行为产生的数据。信息域是连接现实与人类思维之间的桥梁。信息记录、信息系统、信息传递均属于信息域范畴。
认知域。认知域是人类思维空间的映射，是人们学习知识并使用知识的领域。物理域与信息域归属于客观世界，认知域则属于主观世界的范畴，它偏重于描述各种无形元素，如人对事物的感觉、理解、判断、决策等，还涵盖了领导力、凝聚力、经验、信念、价值观等抽象概念。人员在头脑中对从信息域和物理域中获取的信息加工处理的过程发生在认知域中，如对目标、规则的理解，对舆论的分析感受等。
社会域。社会域可以看作社会交互空间的映射，是个体之间、组织之间的交流共享、协同合作的领域。它与其他三个作用域之间不存在明显界限，它们之间部分交叉重叠，尤其是与认知域之间的交集更加广泛。从个人认知到社会认知，需要经历共享、交流、互动、沟通，因而社会域侧重于强调合作、共享的理念，体现行动的交互、文化的交融。如果说认知域是个体思维存在空间，那么社会域则可被理解为团队思维存在空间。社会域运行的基础不仅依赖于技术的力量，也受到社会因素的影响。
信息演化理论涉及感知、理解、意识、协同、决策、数据、信息、知识、智慧等诸多概念演化要素，它们定义了构建模块，能够帮助我们深入理解信息优势和信息性质及其影响。本研究选择其中较有代表性的感知、认知、信息、知识、决策及协同几个要素的演化规律进行简要阐述。
第一，感知和认知过程。决策者对目标或事件的感受与知晓的过程被称为感知。感知强调的是决策者获取目标态势信息的过程。感知分为直接感知和间接感知两种。所谓直接感知是决策者直接对现实世界进行感知，即通过感官直接获取态势信息，这一过程可以看作是从物理域到认知域的直接映射。间接感知是决策者根据通过观察监测设备获取的信息对目标或事件进行感知，反映的是物理域经由信息域再到认知域的间接映射。决策者对感知到的态势信息进行理解、分析判断的过程即可称为认知。认知活动发生在决策者的思维空间内，需要决策者的知识背景与既往经验的支持。感知和认知过程描述如图2-7所示。
图2-7 感知与认知的过程
资料来源：作者自绘。
第二，信息与知识形成过程。数据、信息、知识具有层次关系，可以看作价值递增的信息价值链。数据是信息价值链的起点，是未经处理的、原始的符号，也是可被理解的最小记录单元，具有人机识别特征。传感器观测到的数据、指令性数据都属于数据范畴。信息是经过加工处理、被赋予意义的数据记录集合。数据、信息都存在于信息域中，信息是更高级别的数据。一般情况下，数据和信息的区分并不严格，常被统称为信息。知识是信息和数据在人脑中的映射，可以看作更高层次的信息。知识的形成既可以来源于物理域中直接获得的经验，也可依赖于决策者原有知识的储备，比如经验、制度规范的约束等，在已有知识的基础上输入新的信息，或者与其他决策者之间直接或间接的知识交流，都可经过认知形成新的知识。知识跨域存在，在认知域中反映的是决策者思维的宽度，在信息域中则是以信息记录的形式存储及传播。决策者之间直接的知识交流也反映在认知域中。信息与知识的形成过程如图2-8所示。
图2-8 信息与知识的形成
资料来源：作者自绘。
第三，决策与协同。决策是决策者做出策略选择的过程，发生在认知域。决策结果通过信息域传输，其他决策者或执行者按照决策方案行动，行动的过程和结果体现在物理域中。决策者的已有知识、对目标或事件的理解程度、决策者的智慧都是影响决策的重要因子。智慧体现的是决策者对数据、信息、知识综合运用的能力，虽然并非决策的必要条件，但科学有效的决策需要具备一定的智慧。缺少智慧的决策很可能导致行动的失败，造成不可挽回的后果。人的思维难以把握，但思维空间的决策活动是决定行动成败的关键。要突破决策受制于决策者个人的世界观、价值观、经验、能力及综合素质的影响，需要通过各种形式统一决策者的认知，各决策者之间协同配合，获得决策优势，进而通过协同一致的行动获取最终的行动优势。认知域之间的协同作用发生在社会域中，也是社会域与认知域的重叠区域，涵盖了各主体间一致的态势感知、共享知识、共同理解、协同决策。通过统一的计划实现行动的同步。
决策和协同的形成过程如图2-9所示。
图2-9 决策与协同的形成过程
资料来源：作者自绘。
毫无疑问，获取决策优势是战争取胜的关键。信息演化理论围绕如何通过信息优势获取决策优势进而获取行动优势构建了一套完整的体系框架。该理论对空间的重新划定及对信息作用机理的科学归纳，对理解复杂的网络社会具有重要参考和借鉴价值。它对各要素的演化分析为研究突发事件舆情导控风险治理中信息、决策、导控行动、风险治理能力之间的关系提供了理论依据；它所关注的从平台化走向网络化、从“信息孤岛”走向协同共享等理念体现了合作治理的理念，也正是突发事件舆情导控所面临的机遇与挑战，对于实施风险治理具有积极的指导意义。