当前位置: 首页 > 工程管理前沿 > 2020年01期 > 群体性治安案件行为研究——基于 UTAUT 模型

工程管理前沿【2020年第01期】

  • ID:271612
  • 浏览:4221
  • 学科:工程地质学
  • 更新时间:2020-03-24 16:24:05
  • 期刊: 工程管理前沿
内容简介
《工程管理前沿》杂志是由中国工程院主管,中国工程院、清华大学、高等教育出版社主办的建筑期刊。国际标准刊号:2095-7513,国内统一刊号:CN10-1205/N。《工程管理前沿》的办刊宗旨:依托建设领域高层权威信息背景,旨在做好政府领导决策的重要参谋;成为政策理论探讨的前沿阵地,积极探索和引导建设事业发展方向和改革实践;提供重大事件权威报道,深度阐释焦点话题,纵深调查热点事件,努力追求权威性、建设性、实用性和可读性风格;努力做大媒介传播平台,真诚为建设企事业单位服务,为中国建设事业和城市化发展服务,为广大读者开启一个探求知识的窗口。

群体性治安案件行为研究——基于 UTAUT 模型

2020-03-24 17:39:26 工程地质学 陈梓豪,谭雄泽,刁士
资料简介

摘要: 群体性事件是指由社会矛盾引发的,导致多数人聚合形成的临时群体通过非法的集会、游行等表达自身诉求的一种非法集体活动,其背后往往涉及到政治、文化、经济等领域,对我国社会影响极大。本文以群体性治安事件的基本性质和形成因素为切入点,通过 UTAUT 模型深入分析了当前群体性事件的特点,提出了当前社会形态下群体性事件的应急处理办法和预防措施。

群体性治安案件行为研究——基于 UTAUT 模型

陈梓豪 谭雄泽 刁士峰

广东警官学院 刑事技术系 广东省 510440

摘要:群体性事件是指由社会矛盾引发的,导致多数人聚合形成的临时群体通过非法的集会、游行等表达自身诉求的一种非法集体活动,其背后往往涉及到政治、文化、经济等领域,对我国社会影响极大。本文以群体性治安事件的基本性质和形成因素为切入点,通过UTAUT模型深入分析了当前群体性事件的特点,提出了当前社会形态下群体性事件的应急处理办法和预防措施。

关键词:群体性;治安事件;UTAUT模型

前言

随着社会转型发展,经济快速增长,新的社会矛盾不断涌现、激化,群体性治安案件越来越难处理。为跟上社会转型飞速发展的的步伐,深入研究当前群体性社会治安案件的成因及处理方式刻不容缓。

当前国内外针对群体性社会治安案件基本上都是通过质化分析来提出对策,少有对其发生机制展开实证性研究,本文率先引入社会学研究模型对群体性治安案件进行分析。本文在技术接受与使用整合模型(Unified Theory Of Acceptance and Use of Technology),即UTAUT模型的基础上引入了感知风险理论的感知安全性因子,通过两种理论的整合对群体性治安案件的行为进行了研究。进一步解释了群体性事件诱因、群体性事件过激行为等变量。

1 UTAUT模型研究进展

信息技术的发展,使得用户信息技术采纳研究的理论也越来越丰富。20世纪80年代,戴维斯首次提出了技术接受模型。该模型是目前使用最多的理论,具体包括感知有用性、感知易用性、态度、意向和行为5个变量,具有普适性,但在具体运用中过于简单和理论化,缺乏个体差异和技术类型的考量。

普拉萨德等人在整合八种重要的技术采纳理论模型的基础上,提出了技术接受与使用整合模型(UTAUT),这八种模型分别是理性行为理论、技术接受模型、动机模型、创新扩散理论、计划行为理论、整合技术接受和计划行为理论、个人计算机使用模型和社会认知理论等。UTAUT模型包括四个影响行为意愿和使用行为的核心变量和四个调节变量,核心变量分别是绩效期望、付出期望、社会影响和便利条件,调节变量则是年龄、性别、经验和自愿性等;并且指出四个核心变量正向影响行为意愿;其中,便利条件、行为意愿对使用行为有正向作用。在此过程中,受到四个调节变量的调节。相比于其他八个理论,该理论的解释力更高,高达70%,但有学者提出UTAUT理论还没有系统地将创新扩散理论中的兼容性因子纳入到模型中。

5e79d542b2576_html_5e1c58bb22a0f113.jpg

图1

目前国内学者对UTAUT模型的研究主要集中于互联网技术使用行为、社交媒体、网购行为等三个方面。针对社交媒体的研究主要是对微信微博等的使用意愿的研究,以及由此衍生的社交媒体营销、移动支付等的研究。而运用UTAUT相关的整合模型的研究在2009年之后开始起步,但总体的研究数量还比较少。周涛运用UTAUT和TTF整合模型,构造移动银行用户采纳行为模型,探讨用户采纳移动银行的因素;有学者将TOE和UTAUT整合模型引入到电子政务系统采纳研究之中;也有学者在UTAUT和ITM整合模型的基础上引入感知安全性和感知娱乐性两个变量,分析用户使用微信支付的影响因素;而常亮则在UTAUT模型四个变量的基础上增加了创新性、兼容性、感知安全性等因子,即整合了UTAUT、DOI和感知风险理论对微信支付使用和推荐意向进行研究,从而进一步提高了UTAUT模型的解释力。

综上,当前并没有学者将UTAUT模型应用到公共安全领域研究中。通过分析群体性事件当事人的行为意愿与爆发群体性事件诱因之间的关系,能从社会学、心理学等角度对群体性事件的成因进行深度剖析,进而提出预防和处理方法。

2 UTAUT视角下的群体性治安案件

本文主要通过对群体性治安案件的绩效期望(PE)、付出期望(EE)、社群影响(SI)、便利条件(FC)四个因素展开分析。

2.1绩效期望

群体性事件的绩效期望通常是该群体的集体利益受到较大的侵害,无法通过正常渠道合法来维护集体自身权益而造成的。常见的有赔偿、补偿、生活环境受到外界侵害等,其期望的是赔偿到位,停止侵害等与经济政治相关性较大的问题得到满足。

2.2付出期望

群体性治安案件往往具有较强的持续性,参与事件的人群往往受教育程度较低,投诉无门或者不知道怎么通过合理合法的渠道表达自己的诉求,往往走向极端,采取非法罢工、游行、集会、示威、集体上访或其它非法方式。通过制造较大的社会问题引起社会以及各部门的关注。其付出期望值较大,有的甚至不惜以生命为代价来表达集体的诉求。

2.3社群影响

在此之前群体性治安案件的社会影响具有一定的地域性,但本课题调研发现受信息科技发展的影响,这类信息往往具有传播迅速、片面传播、曲解传播等特点。有时一波未平一波又起,群众集体上访,跨级上访,直接给省委、省政府甚至国务院的正常工作带来严重的影响。群体性治安案件的社群影响正在逐年扩大,这容易给社会制造新的矛盾,具有扩大事态的危机。

2.4便利条件

群体性治安案件经常凭借着自身处于较低的阶级地位、弱势群体等便利条件,集体行动,利用醒目的标语横幅来吸引社会各界人士的关注和同情,在社会舆论上打造声势,给政府施压。有的同时还会冲击政府机关单位,通过非法的集会、游行、静坐等方式对抗国家机关。其行动往往具有较强的对抗性和策略性,甚至有时会成为境外敌对势力的尖刀,对我国政治、经济、文化等造成巨大的影响。

3 群体性治安案件的防范措施

群体性事件的发生原因主要是由于人民的利益诉求得不到回应和满足而发生的群体性过激行为案件,其本因主要有维权、洗冤等等。这类事件的危害性极大,会给社会造成严重不良后果,同时具有突发性,但并不是不能防范的。

3.1建立良好的群众基础

良好的群众基础能够使一线工作人员第一时间了解到民众的心声和想法。群众有什么不满的或是需要维权的也会第一时间找到相应的国家工作人员反应,这有利于政府机关与人民群众之间的沟通。同时,国家机关的工作人员对司法体制、司法程序较为熟悉,可以指引民众通过合法渠道表达自己的合法诉求,避免了矛盾的升级和恶化。

3.2制定政策前做好调研

在定制涉及到群众利益的政策和计划之前做好调研工作,确保政策、计划的制定和赔偿方案的公平、公正、公开能从根源上避免矛盾的产生。在了解公众心声的基础上制定计划也能使计划实施顺利,用再三变更。

3.3及时化解矛盾,加强预防工作

在与群众产生矛盾的时候应当积极沟通,化解矛盾。近年来很多群体性事件就是因为处理不及时,迟迟未给出一个明确的答复而产生的。及时建立沟通机制,化解误解和矛盾能够有效地在初期解决问题,避免矛盾恶化和升级。

4 群体性治安案件的处置方案

4.1建立沟通了解诉求

当群体性事件发生时应当第一时间与该群体具有话语权的带头人建立沟通,安抚好群众情绪,控制住局面避免事态升级。同时进行普法教育,让群众指导该行为已经触犯法律,对社会造成了不良影响,使其主动停止过激行为。其次,了解了群众诉求后积极协调多方力量,以求最终能达成一致。

4.2积极沟通后期回访

在事件的解决方法确定后还应该主动落实到位,不能嘴上答应了,但却迟迟没有行动,这容易引发更加恶劣更加大型的群体性事件。同时应走访主要当事人,了解其对处理结果的意见,对存在失误的地方及时做出修正。

5 总结与展望

在社会转型发展期间,国内外各方因素都存在较大的不确定性,群体性事件的特点不断发生改变,影响的范围也在一步步扩大,这是当前公安机关和政府面临的全新课题,本文的研究和建议需要在理论和实践中不断进行完善,以求公安机关具备更加高效地预防群体性事件的能力。

参考文献:

[1]高海霞.消费者购买决策的研究——基于感知风险[J].企业经济,2004(01):92-93.

[2]邓朝华,鲁耀斌,汪曼.基于IDT/TTF整合模型的企业移动服务采纳实证研究[J].南开管理评论,2008(03):104-110.

[3]常亮.UTAUT和DOI整合模型:微信支付使用及推荐意向影响[J].企业经济,2018,37(08):119-125.

[4]陈鹤阳,谭宏利.基于UTAUT和TTF模型的移动图书馆用户采纳行为研究[J].现代情报,2018,38(01):60-68.

[5]陈洁,朱小栋.基于UTAUT和ITM整合视角的微信支付用户使用行为影响因素研究[J].现代情报,2015,35(04):35-40.

[6]徐峰.基于整合TOE框架和UTAUT模型的组织信息系统采纳研究[D].山东大学,2012.

[7]徐峰,聂彤彤,孙亚男.基于TOE和UTAUT整合的电子政务创新采纳模型研究[J].现代管理科学,2012(02):81-83.

[8]周涛,鲁耀斌,张金隆.整合TTF与UTAUT视角的移动银行用户采纳行为研究[J].管理科学,2009,22(03):75-82.

[9]孙元.基于任务—技术匹配理论视角的整合性技术接受模型发展研究[D].浙江大学,2010.

[10]Samar Rahi,Mazuri Abd. Ghani. The role of UTAUT, DOI, perceived technology security and game elements in internet banking adoption[J]. World Journal of Science, Technology and Sustainable Development,2018,15(4).

[11]Tiago Oliveira,Miguel Faria,Manoj Abraham Thomas,Aleš Popovič. Extending the understanding of mobile banking adoption: When UTAUT meets TTF and ITM[J]. International Journal of Information Management,2014,34(5).

[12]赵晓利,张敬忠.论农村群体性治安案件的特点及对策[J].公安论坛,1997(04):21-22.

[13]王立军,田谧.雄安新区建设中群体性事件防范研究[J/OL].河北法学,2020(01):192-200[2019-12-24].https://doi.org/10.16494/j.cnki.1002-3933.2020.01.014.

[14]吴洋.群体性事件中的网络舆情传播与控制[J].传媒论坛,2019,2(23):16-17.

[15]张书维.行为公共管理学视角下群体性事件的“输入-输出”机制:冰山模型[J].贵州省党校学报,2019(05):67-76.

[16]杨学英,朱建定.美丽乡村建设的民族群体性事件治理现状研究[J].西南林业大学学报(社会科学),2019,3(06):64-69.

[17]林森.新时期高职院校群体性事件的特征和成因分析[J].科技视界,2019(32):208-209+220.

[18]刘淑媛,刘奕.我国国家与社会的关系探析——基于我国群体性事件研究[J].现代商贸工业,2019,40(31):150-152.