基于Markov過程的核電公眾風險溝通策略研究

汪旻臻，黃世鈺，劉 遠，謝 鋒，＊，曲靜原

（1.清華大學 工程物理系，北京 100084；2.清華大學 核能與新能源技術研究院，先進核能技術協同創新中心，先進反應堆工程與安全教育部重點實驗室，北京 100084）

核電作為最有前景的新能源之一，因其經濟、高效、清潔、安全等特點，自20世紀50年代面世以來就受到各國重視，七、八十年代更是核電發展的“高潮期”。截至2011年，全球運行的442個核電機組中過半數是在這十幾年間建造的［1］。

然而，經1979年的三哩島事故、1986年的切爾諾貝利事故和2011年福島事故后，民眾對核電支持率的驟降給核電的發展帶來了前所未有的阻撓。即使是1998—2008年間，石油電力成本上升為原來的4倍，其他化石燃料發電成本均上升而核電成本下降的情況下［2］，核電機組建設依舊大不如從前。1986年切爾諾貝利核事故發生后，不少發達國家核電發展計劃急劇壓縮，有的國家中止了新核電機組的建造計劃。日本蘆濱核電站計劃一直被擱置的理由是“這個計劃沒有得到當地居民的同意和支持，因此難以執行”。美國政府雖數次希望重新振興核能，但由于難以與公眾達成一致意見，直接導致了一些計劃項目的失敗。我國江西、湖北、湖南等許多省份曾有過核電發展計劃，但由于無法獲得公眾的認可和支持，始終停留在調研論證階段?？梢姽娊邮芏葘穗娦袠I發展的影響巨大。

在形勢已惡化的情況下，進行必要的公眾風險溝通以重新贏回支持率是核電行業發展的必需。本文主要研究如何基于Markov過程對公眾風險溝通進行優化，建立合理的數學模型并給出最優的溝通策略。

1 風險溝通的Markov過程

設｛Xn，n∈T｝（T 為參數集）為某一群體認知的隨機過程，I 為該公眾群體對某項事物的認知或態度的所有可能情況的集合。

對于n∈T，Xn為在I 上取值的隨機變量，其概率分布為：

將轉移概率pij構成的矩陣稱為認知的轉移概率矩陣，pij滿足：

即轉移概率矩陣的元素非負，任一行元素之和為1［3］。

2 從風險感知到Markov過程

應急管理領域對風險溝通的研究頗豐：研究了應急信息發布的影響因素，得出信息發送者的編碼規則起主導作用［4］，即風險溝通的方式主導公眾態度的變化。另有研究表示過度頻繁進行同一類型的風險溝通不但有可能造成信道堵塞，且有可能使公眾產生過度的心理和行為反應［5］，即并非投入到風險溝通的力度越大、資金越多，公眾對核能的接受度一定越能顯著提高。

圖1 危機生命周期的公眾風險感知過程Fig.1 Process of public risk perception striking period of life

圖1為基于危機生命周期公眾風險感知的變化過程［6］。由于危機和風險溝通信息對公眾記憶而言性質相似，可將危機替換成風險溝通對公眾心理的沖擊，從而將危機生命周期的一處感知節點延拓到每次核電企業用于風險溝通所發布信息的生命周期中的感知節點中。因此，對已有的風險溝通方式進行組合、優化，通過風險溝通的時間、頻率及類型的選擇得出最優的策略成為可能。

由于在危機潛伏期或危機發生初期，公眾對事件的很多看法和認識還不統一，公眾的觀念與記憶最具可塑性。在這個時期，新有信息通常較先驗信息具有更高的心理權重。因此，此時核電企業若能及時給出風險溝通的相關信息，將能迅速修正先驗信息帶來的不良反應與過度反應，有效傳遞核電站建設所帶來的益處及危害的多寡，從而達到風險溝通的目的。由于在感知節點處公眾對之前的沖擊感知的影響幾乎已減小到最低，在新的沖擊下幾乎可忽略，所以可認為公眾在之后的態度變化只與這點的態度和外界的信息沖擊相關，即符合Markov過程的無后效性。

欲使核電風險溝通達到最優效果，將一定的資金合理分配到各風險感知節點的溝通措施中是必要的。經過核電行業幾十年的發展，已從大量實踐中確定出一系列有效、實用的溝通措施。若能通過調研數據分析出這些措施在當地所對應的轉移概率矩陣，那么就可計算出最優的風險溝通策略方案。

已知有效實用的溝通措施主要類別如下：建立以信息透明度為基礎的核監管系統；建立龐大的公眾宣傳、溝通體系，科普宣傳和組織當地民眾進核電站參觀一直是核電站的必行之舉；幫助解決當地民眾就業并成立社區基金、實行電力優惠等福利措施。上述3個方面是核電風險溝通的主要方向，每個方向均可細化出許多措施投入資金實施推進。在實際應用中可抽取若干條最符合需求的措施，按本文的方法進行優化、組合，給出最佳的政策溝通策略。

3 利用轉移概率矩陣對風險溝通策略評估與測算

3.1 模型構建

此時采取的任何政策與措施，其對公眾態度的效用與影響均可歸納為轉移概率矩陣Ci。

采用線性關系對C-x 分析，可得到C 關于x 的函數，從而定義具有普遍意義的C：

對Ci的每個元素，有，2，3）。

根據Lagrange 乘子法，構造Lagrange函數［8］：

3.2 實例分析

政府及核電企業先后實施3項政策以改善公眾對核電認識的態度，推進核電事業發展：完善監管系統，做到政府信息公開化、透明化，及時舉辦座談會咨詢公眾意見；對核安全基礎知識印制宣傳手冊，舉辦知識講座，向公眾普及輻射常識；協助解決當地民眾就業問題，實行各項優惠措施。

這3項政策開支占總開支比例分別為x1、x2、x3。

綜合歷史經驗、抽樣調查和分析推測，設定3項政策的轉移概率矩陣如下：

解得x1＝0.31、x2＝0.35、x3＝0.34 時，gmin＝0.158 8。

證明這3項政策將反對與支持核電人數比例的差值由30%降至15.88%。資金分配比例分別為31%、35%、34%，如圖2所示。

3.3 轉移概率矩陣對結果靈敏度分析

1）小幅干擾分析

以C1為例，將其第2行改為：

即小幅增加由中立轉入支持人數的比例，政策形勢變好，預期x1增加，gmin減少。將第2行改為：即小幅增加由中立轉入反對人數的比例，政策形勢變差，預期x1減少，gmin增加。

圖2 政策投資比例Fig.2 Proportion of policy investment

在第1種情況下，當x1＝0.75、x2＝0.06、x3＝0.19時，gmin＝0.148 7，如圖3a所示。

在第2種情況下，當x1＝0.04、x2＝0.49、x3＝0.47時，gmin＝0.161 2，如圖3b所示。

通過分析，可得出以下結論：

圖3 輕微干擾的政策投資比例Fig.3 Proportion of policy investment with slight interference

在對轉移概率矩陣的幾個因素進行小規模調整時，x1、x2、x3的轉移方向和gmin的變化趨勢與預期一致。但x1、x2、x3變化顯著，gmin變化細微。這表明，轉移概率矩陣的小幅變化對最終結果的影響有限，即便大幅調整資金比例的分配，結果也基本不變。此時決定參考標準的主要因素是轉移概率矩陣，而非資金比例的分配。因此，在此種情況下制定政策時，資金比例的分配不是主導因素。

2）強烈干擾分析

以C1為例，將其第2行改為：

即大幅增加由中立轉入支持人數的比例，形勢急劇利好。

將第2行改為：

0 -0.5x1＋1 0.5x1

即大幅增加由中立轉入反對人數的比例，形式急劇惡化。

在第1 種情況下，當x1＝1、x2＝0、x3＝0時，gmin＝0.100 3，如圖4a所示。

在第2種情況下，當x1＝0、x2＝0.52、x3＝0.48時，gmin＝0.165 4，如圖4b所示。

通過分析，若出現極為利好的政策，有理由相信其優勢已克服其他邊際效應對其的制約，將資金全部投入在此措施上能使得參考標準大幅降低，此時不同資金分配對應的參考標準有顯著差異，這時應重點考慮資金在不同政策和措施上的比例分配。

在通過馬爾可夫鏈與轉移概率矩陣對公眾對核電態度的最優政策選擇與調整的研究過程中，由于其無后效性［9］，所以一旦出現重大事件（如核事故、大規模群體事件），其對公眾態度的影響通常是難以預計的，政策將被徹底拋棄，此時通過轉移概率矩陣對其之后發展的預估會失去其應有的效果，即造成馬爾可夫鏈的中斷。中斷后則要通過一較長的過程對公眾態度進行重新轉化。因此，在討論公眾對核電態度的評估方法與策略時，首先應保證極力阻止影響公眾對核電態度的重大事件的出現［10］。

圖4 強烈干擾的政策投資比例Fig.4 Proportion of policy investment with severe interference

4 結論

本文基于Markov過程基本理論與轉移概率矩陣的特征，構建了較為完善的數學模型，研究了不同政策的資金分配比例與公眾對核電態度的影響關系，并定量給出了最佳效果下的資金分配比例，同時分析了轉移概率矩陣參數的變化對最終結果的影響與不同靈敏度下公眾對核電態度的主導因素，并討論了Markov過程的分析限制以及與公眾溝通策略中的注意事項。

［1］ 王麗新.世界核電發展史簡介［J］.科技創新與應用，2012（15）：122.

［2］ 崔紹章.世界核電市場新版圖［J］.中國核工業，2013，11：32-35.

［3］ 王新民，湯兵勇，LIDA X.群體認知的馬爾可夫鏈模型［J］.東華大學學報：自然科學版，2001（3）：100-103.WANG Xinmin，TANG Bingyong，LIDA X.Markov chains models for collective cognition［J］.Journal of Donghua University：Natural Science，2001（3）：100-103（in Chinese）.

［4］ DUGGAN F，BANWELL L.Constructing a model of effective information dissemination in a crisis［J］.Information Research，2004，5（3）：178-184.

［5］ VASTERMAN P，YZERMANS C J，DIRKZWA-GER A J E.The role of the media and media hypes in the aftermath of disasters［J］.Epidemiologic Reviews，2005，27（1）：107-114.

［6］ 劉智，張巖.基于公眾記憶操縱理論的應急信息發布策略［J］.科研管理，2011（9）：100-107.LIU Zhi，ZHANG Yan.Emergency information dissemination based on theory of public memory manipulation［J］.Science Research Management，2011（9）：100-107（in Chinese）.

［7］ DAVID R.The principles of political economy and taxation［M］. Harmondsworth： Penguin Books，1971.

［8］ BERTSEKAS D P.Nonlinear programming［M］.2nd ed.Nashua，US：Athena Scientific，1999.

［9］ SENETA E.Non-negative matrices and Markov chain［M］.2nd ed.Berlin，Germany：Springer Science，2006：288.

［10］趙洲.論核事故風險及其全球治理［J］.世界經濟與政治，2011（8）：127-160.ZHAO Zhou.Nuclear accident risks in the transboundary threat era and global governance［J］.World Economics and Politics，2011（8）：127-160（in Chinese）.