群体间暴力的爆发式发生

《Frontiers in Physics》：Intergroup violence in bursts

　　

摘要：在群体间对抗中，挑衅性刺激（如对手的威胁与激惹）能够触发集体暴力，即使缺乏通常的群体内合作机制（如带有制裁的规范）时也是如此。研究人员审视了年轻男性群体间街头斗殴的视频记录。他们的暴力有时会以爆发式形式出现，即大多数参与者几乎同时开始打斗；另一些时候，只有少数群体成员参与，且他们需要更长时间才投入打斗。这种集体暴力起始方式的差异可以从集体行动困境的角度加以理解。研究人员对伊辛模型（Ising model）进行了改编，以证明无法或不愿为公共物品——即战胜对手——做出贡献的群体成员比例，能够预测暴力是否以爆发式形式发生。

论文解读：基于伊辛模型的群体间暴力爆发机制研究

一、研究背景与问题

群体间冲突研究长期关注战争中的大规模伤亡，然而现实中最为频繁的群体间暴力却发生于小规模群体之中，包括较大群体中的亚群体。非武装、非专业人员实施的暴力如何启动，是理解集体暴力的关键问题。通过观察相关视频可以发现，暴力往往以“爆发式”方式开始——大多数群体成员几乎同时对对手发起攻击。在此之前的相互侮辱、威胁等激惹刺激起着动员作用。然而，群体成员若要从非战斗状态转向集体暴力，必须跨越情绪上的紧张与恐惧屏障，同时还要克服集体行动困境——胜利作为公共物品，需要成员们付出个人代价才能实现。现有理论，如Randall Collins的“前向恐慌”概念，描述了暴力爆发现象，但对集体行动困境这一维度的关注并不充分。此外，既有的集体行动模型多依赖选择性激励、规范、声誉监控等机制，这些机制需要时间发展，在威胁迫近的街头冲突情境中往往不具备。因此，如何在不依赖强理性假设和正式合作机制的前提下，解释群体暴力为何以爆发或非爆发形式启动，构成了本研究的核心问题。

二、研究目的与模型构建

研究人员借助物理学中百年历史的伊辛模型（Ising model），将其改造为适用于集体行动困境的代理模型（agent-based model），并应用于真实街头斗殴视频分析。模型设定群体成员具有合作（战斗）或背叛（不战斗）两种行为选项，分别对应自旋值C=1与D=?1/2。群体成员之间的社会联系被编码为网络中带权重的交互关系。对手的激惹行为被概念化为“混乱度”（turmoil），在模型中对应温度参数T。当混乱度超过临界水平时，群体内少数“颤抖之手”（trembling hands）——即因激惹而意外率先发起战斗的成员——能够通过社会影响级联引发集体战斗的爆发。模型的核心预测是：当群体中不参与战斗者（非战斗者）的比例低于临界值pc=1/3时，暴力将以爆发方式启动；当该比例高于临界值时，暴力将以缓慢、低参与度的方式蔓延。在平均场近似下，临界条件为pc=S0/Δ，其中S0=(C?D)/2=0.25为偏置，Δ=(C+D)/2=0.75为偏移，二者之比为1/3。模拟结果与平均场预测几乎一致（模拟临界值为0.34）。

三、数据与方法

为检验模型预测，研究人员从YouTube、LiveLeak、WorldStarHipHop等网站获取了42段街头斗殴视频，检索关键词包括“brawl”“street fight”“assault”。样本涉及59个可分析群体（排除单独攻击者的25个群体后），群体规模介于2至14人之间，平均3.6人，绝大多数为2至9人的小型群体。样本来源包括英语国家（主要为美国与英国，另有加拿大和印度各一段）、荷兰与哥伦比亚各一段。视频由旁观者使用手机拍摄，存在左侧截断现象。编码工作使用Noldus Observer XT 14软件，以半速反复播放视频，由研究人员与一至两名不了解理论预期的助手共同讨论完成编码。共编码406名个体的群体归属与行为时间线。暴力行为定义为对他人身体使用力量（拳击、掌掴、踢打、踩踏等）或强行移动他人身体。非战斗者被编码为在他人战斗时未参与暴力的人，其中包括试图降级冲突者（de-escalators）以及被降级者阻止战斗的群体成员。混乱度通过加权累积计算：从视频开始至群体最大暴力参与时刻，各混乱事件的持续时间乘以涉及人数后求和。爆发定义为主要参与者在首个暴力行为后2秒内开始战斗，且至少半数群体成员参与（两人对偶则双方均参与），并设有5%的容差范围。

四、研究结果

1. 爆发与非爆发的经验区分：在59个群体中，23个群体以爆发方式开始暴力，15个群体为无爆发的集体暴力，21个群体仅有单一成员实施暴力。除一例例外，所有集体暴力之前均存在混乱度积累。

2. 群体规模与混乱度关系：研究确认了小群体或大群体中的小亚群体更容易发动战斗的既有发现。小群体在较低混乱度水平即达到临界阈值，且较低水平自然更早到达。群体规模与对手混乱度之间的相关系数为0.53。

3. 非战斗者比例的预测效应：爆发群体的非战斗者比例平均为0.19（标准差0.21），非爆发群体的非战斗者比例平均为0.49（标准差0.26）。Welch检验显示两组差异显著（t=4.925，P=4.119×10^?6，df=54.41），ROC曲线下面积AUC=0.774。预测临界值1/3能够较好地区分爆发与非爆发群体。

4. 稳健性检验：假设编码存在10%误差（对应Krippendorff's α=0.75），经1000次模拟后结果依然显著（Welch检验t=4.010，P=0.002），表明爆发与非爆发的区分具有较强稳健性。

5. 错误分类案例分析：59个群体中有14个（24%）未按预测被正确分类。其中11个群体虽然集体参与程度高于预期，但参与时间超过2秒的爆发阈值。追溯原因包括：成员在车内需时间下车、地面湿滑、成员醉酒反应迟缓、被击倒后起身延迟、对手移动过快难以击中、对手落入灌木丛导致只能一人接一人攻击、在火车或狭小空间中行动受限等。另有4例预测为非爆发但实际发生爆发，可能与个别战斗者具有高于平均水平的S₀有关。

6. 替代解释检验——动作同步性：研究人员测量了群体成员间的动作同步程度（如同速接近对手、同速撤离、同时实施攻击行为）。虽然23个爆发案例中有21个存在一定程度的同步（平均同步水平10.8），但也有18个案例存在同步（平均9.6）却未发生集体暴力，其中部分同步表现为虚张声势的表演性行为。因此，同步性无法预测集体暴力是否发生。

五、讨论与结论

研究表明，伊辛模型能够以简约方式解释集体暴力的启动机制，无需依赖强理性假设、领导者、规范或声誉机制。模型预测的非战斗者临界比例在经验数据中得到较大程度支持。该模型还解释了为何暴力群体通常规模较小——小群体具有更低的混乱度临界阈值，在冲突中更容易达到爆发条件。

研究存在若干局限。首先，由于视频样本并非随机，无法严格确立因果关系。其次，混乱度的测量面临挑战，视频左侧截断以及拍摄角度限制导致混乱度被低估。第三，模型未能纳入造成拖延的局部环境因素，也未预测暴力严重程度。此外，编码误差虽然经稳健性检验不会改变主要结论，但仍有改进空间。

在更广泛的示意上，伊辛模型可推广至抗议、叛乱、旁观者集体救助、私刑乃至其他物种的集体防御行为。研究表明，随机噪音在集体行动中具有双重作用：当混乱度趋近临界水平时，决策随机性能够促进群体脱离非合作状态；但当混乱度过高时，过度噪音反而造成混乱与错误。模型扩展方向包括引入规范作为外部场以及个体信息噪音（声誉）效应。总体而言，这一首次实证应用表明伊辛模型能够有效解释暴力的时间展开过程，并为后续研究开辟了广阔前景。论文发表于《Frontiers in Physics》。