基于社區(qū)網(wǎng)絡(luò)結(jié)構(gòu)鏡像信息的耦合決策

楊利峰，陳 紅，王宇恒，龍如銀

（1.阜陽師范學(xué)院 經(jīng)濟學(xué)院，安徽 阜陽 236037；2.中國礦業(yè)大學(xué) 管理學(xué)院，江蘇 徐州 221116）

0 引言

以分布式新能源區(qū)域布置為例等一系列問題決策中，常遇到支撐決策的調(diào)查樣本巨大，調(diào)查意愿信息多變，而決策又必須基于時效性信息的困難。以此問題為例，國內(nèi)外的一些學(xué)者分別從生物多樣性保護[1]，環(huán)境可接受性和經(jīng)濟可行性[2]，開發(fā)利用效率[3，4]等方面討論了如何對分布式新能源區(qū)域開發(fā)進行布置。注意到分布式新能源的開發(fā)布置不僅受技術(shù)、環(huán)境和經(jīng)濟的影響，更會被復(fù)雜的社會環(huán)境所決定[5]，Stigka等[6]研究了不同社區(qū)的偏好和態(tài)度對能源投資項目影響，Ekins[7]指出決定可再生能源技術(shù)能夠成功實施最主要因素是公眾接受性。還有一些研究表明基于個體意愿的集體態(tài)度表達會直接影響集體行動效能[8，9]。

行為主體接受意愿具有明顯的時間特性[10]，受眾多因素影響。例如，在分布式能源區(qū)域布置中，研究發(fā)現(xiàn)居民收入水平顯著影響居民的可再生能源支付意愿[11，12]。Zografakis等[13]通過研究指出能源規(guī)劃的制定，政策宣傳等活動會影響行為主體的接受意愿。Sardianou等[14]通過實證分析指出年齡和學(xué)歷對新能源的接受愿意有顯著影響，而婚姻狀況和性別在新能源接受意愿上的影響不顯著。Nikolaos等[15]討論了氣候變化和能源短缺對新能源實施和支付意愿的影響。Anne等[16]指出缺乏意識，有限的社會認知、理解及反應(yīng)會影響地?zé)崮艿拈_發(fā)[16]。Wolsink[10]發(fā)現(xiàn)在新能源區(qū)域開發(fā)進程中，區(qū)域內(nèi)行為主體接受意愿呈現(xiàn)U型變動。這些研究表明，不同環(huán)境、時間節(jié)點下調(diào)查獲得的行為主體接受意愿信息會存在較大差異，因此在分布式新能源區(qū)域布置優(yōu)化中，人因數(shù)據(jù)要極具時效性。因此，對行為主體進行分布式新能源開發(fā)的接受意愿普查工作量大，持續(xù)時間長，不具有可操作性。

現(xiàn)有統(tǒng)計調(diào)查多基于規(guī)模大小成比例的概率（PPS)抽樣的思想[17]，它是一種使用輔助信息，使各單位均有按其規(guī)模大小成比例的被抽中概率的一種抽樣方式。但是，進行如此抽樣會導(dǎo)致關(guān)聯(lián)減弱，忽略小型聚類，使抽樣統(tǒng)計數(shù)據(jù)難以與整體情況相匹配[18]。基于復(fù)雜數(shù)據(jù)分析的思想不僅關(guān)注宏觀統(tǒng)計數(shù)據(jù)，更關(guān)注其從微觀到中觀再到宏觀的組織結(jié)構(gòu)決定，可以有效地解決抽樣失真問題。

本文基于以社區(qū)結(jié)構(gòu)內(nèi)以影響行為主體因素間作用關(guān)系為出發(fā)點，構(gòu)造了基于社區(qū)網(wǎng)絡(luò)結(jié)構(gòu)鏡像信息（因有些調(diào)查信息會隨時間推延而多變，故將這類隨時間多變的調(diào)查信息的現(xiàn)在獲取值成為鏡像信息）的耦合決策方法，通過算例統(tǒng)籌解決了各行為主體接受意愿影響因素各異時，對分布式新能源進行區(qū)域布置優(yōu)選的過程。

1 社區(qū)結(jié)構(gòu)鏡像信息描述與獲得

1.1 社區(qū)結(jié)構(gòu)及鏡像信息的抽象描述

根據(jù)決策所需的意愿調(diào)查結(jié)果，將對決策意愿信息產(chǎn)生影響的因素進行分類，確定變量形式。社區(qū)內(nèi)人群結(jié)構(gòu)按照多種維度進行劃分（比如：性別、年齡、學(xué)歷等），不同的維度劃分會形成群體交叉，進而形成一定的社區(qū)結(jié)構(gòu)狀態(tài)。這種結(jié)構(gòu)狀態(tài)可抽象為具有某種結(jié)構(gòu)特征的二元組＜V，E＞，其中V表示節(jié)點集，E表示邊集。

節(jié)點集結(jié)構(gòu)特征描述為V=V1∪V2…∪Vn。節(jié)點V表示總體，＜p0，q0＞ 表示總體對應(yīng)的信息，＜pi，qi＞ 表示不同結(jié)構(gòu)模塊下的信息，其中i≠0，j≠0。這里pi表示節(jié)點意義下的行為主體個數(shù)，qi表示節(jié)點意義下（模塊內(nèi)）行為主體群體決策意愿的平均值。節(jié)點v11，v12，…，v1i分別表示第1個影響因素劃分的k1個決策信息層級，分別對應(yīng)的是因素意愿值的1級至因素k1級，其中i=1，2，…，k1。節(jié)點v21，v22，…，v2i分別表示第2個影響因素劃分的k1個決策信息層級，分別對應(yīng)的是因素意愿值的1級至因素k2級，其中i=1，2，…，k2 ，依次類推可以用vk1，vk2，…，vki來表示第k個影響因素劃分的i個決策信息層級。

類似的，邊集結(jié)構(gòu)特征為E=E1∪E2…∪Em，Ek表示第k個影響因素劃分的若干個決策信息層級其他影響因素模塊層級間鏈接關(guān)系，這一關(guān)系鏈接地位是對等的，為無向邊，Ek={(vki，vkj)，vki∈Vk，vj∈{V-Vk}}。兩個節(jié)點形成的無序?qū)?(vi，vj)所對應(yīng)的邊用ei，j表示，節(jié)點ei，j對應(yīng)的信息類似的用有序?qū)?＜ci，j，di，j＞ 表示，ci，j表示連結(jié)的兩個節(jié)點vi和vj所交叉包含的行為主體個數(shù)，例如：c1，6表示的是年齡1且學(xué)歷1的行為主體的個數(shù)。di.j表示的是ci.j個行為主體對應(yīng)的分布式新能源接受意愿的平均值。

根據(jù)上述抽象，在抽樣確定了劃分維度情況下，社區(qū)群體可表達成具有某種固定層次特征的拓撲結(jié)構(gòu)，本文將其稱為社區(qū)結(jié)構(gòu)，其對應(yīng)的節(jié)點及邊的信息能夠通過有序?qū)Ρ硎尽７植际叫履茉唇邮芤庠傅膯柧碚{(diào)查能夠折射人對分布式新能源布置接受意愿的“鏡像”。這里用“鏡像”來描述分布式新能源推廣系統(tǒng)中由各類活動事件及事件中的活動參與者的特定交互給觀察者帶來的直接的觀感和印象，“鏡像”的形成是在分布式新能源的推廣進程中自然發(fā)生、時時累積的，個體、群體、社區(qū)代理人等具有自主意識的所有成員均是“鏡像”的自然載體。“鏡像”的形成具有客觀性、時效性，與一些研究中指出的接受意愿具有顯著的時間特性相呼應(yīng)，因此在分布式新能源的區(qū)域布置優(yōu)化調(diào)查中獲得的意愿信息可稱之為“鏡像意愿信息”。

通過對圖的基本概念進行改造，給出固定的帶有群體異質(zhì)性的特征信息（可以通過統(tǒng)計調(diào)查、推斷和分析獲得，這在后面的示例中會展示），可用＜V，E＞來抽象社區(qū)的拓撲關(guān)系，V=V1∪V2…∪Vn和E=E1∪E2…∪Em來抽象群體的維度劃分結(jié)構(gòu)及連接特點，有序?qū)Γ紁i，qi＞抽象各節(jié)點的信息，其中pi描述的是各節(jié)點意義下的行為主體個數(shù)信息，而qi描述的是節(jié)點模塊框架內(nèi)，在某一時點下調(diào)查意愿的鏡像信息，故q0表示的是社區(qū)總體鏡像意愿信息的平均值。下面的工作就是解決如何通過調(diào)查樣本結(jié)構(gòu)的信息來推斷某一區(qū)域內(nèi)群體的調(diào)查鏡像意愿值q0。

1.2 社區(qū)結(jié)構(gòu)簡化與群體鏡像意愿信息獲得

調(diào)查樣本群體與待推斷區(qū)域群體具有相同的拓撲關(guān)系：＜V，E＞，相同的群體維度劃分及連接特點：V=V0∪V1∪V2∪V3和E=E0∪E1∪E2。但是它們之間存在不同的結(jié)構(gòu)鏡像信息，為了便于下面的運算定義的表述，同時理解運算結(jié)果，這里先將信息結(jié)構(gòu)做簡化描述，并指明一些信息間存在的數(shù)量關(guān)系。

結(jié)構(gòu)簡化過程中，存在三類拓撲結(jié)構(gòu)信息關(guān)系：

計算T值對應(yīng)的的比值K，再計算K·＜VSP，ESP＞（表示將 ＜VSP，ESP＞ 結(jié)構(gòu)中對應(yīng)的節(jié)點與邊的行為主體個數(shù)信息和K做數(shù)乘運算）。

定義2（結(jié)構(gòu)差運算）：社區(qū)拓撲結(jié)構(gòu)信息關(guān)系＜VA，EA＞中對應(yīng)的主體個數(shù)信息與匹配樣本有效拓撲結(jié)構(gòu)信息關(guān)系的乘數(shù)K·＜VSP，ESP＞中對應(yīng)的主體個數(shù)信息分別做差，用符號 ＜VA，EA＞—K·＜VSP，ESP＞表示。

定義3（結(jié)構(gòu)簡化運算）：在＜VS，ES＞結(jié)構(gòu)關(guān)系中刪除T值對應(yīng)標(biāo)號為i的節(jié)點vi及其關(guān)聯(lián)的邊ei，j等相關(guān)信息的操作叫做結(jié)構(gòu)簡化操作，用符號 ＜VS，ES＞s ＜VA，EA＞表示。

通過結(jié)構(gòu)匹配，結(jié)構(gòu)差和結(jié)構(gòu)簡化運算能夠不斷的簡化樣本及社區(qū)結(jié)構(gòu)，并根據(jù)匹配的狀況給相應(yīng)的社區(qū)結(jié)構(gòu)賦值。

2 基于社區(qū)結(jié)構(gòu)鏡像信息的耦合決策算法

基于社區(qū)結(jié)構(gòu)鏡像意愿信息耦合算法的步驟如下：

步驟1：根據(jù)抽樣問卷獲得的鏡像信息給樣本拓撲結(jié)構(gòu)信息關(guān)系＜VS，ES＞賦值；

步驟2：進行結(jié)構(gòu)匹配運算 ＜VA，EA＞m ＜VS，ES＞ ，得到＜VSP，ESP＞，并計算

步驟3：進行結(jié)構(gòu)差運算 ＜VA，EA＞—K·＜VSP，

ESP＞ ，得到新的社區(qū)結(jié)構(gòu) ＜VA，EA＞'，提取出去的社區(qū)結(jié)構(gòu)信息與＜VSP，ESP＞完全相同，這一群體的整體接受意愿可以用表示，其對應(yīng)的行為主體個數(shù)為

步驟4：進行結(jié)構(gòu)簡化運算 ＜VS，ES＞ s ＜VA，EA＞ ，得到新的樣本拓撲結(jié)構(gòu)信息關(guān)系＜VS，ES＞'；

步驟5：重復(fù)步驟1到步驟4的操作，直至滿足簡化終止條件，然后根據(jù)每一步對應(yīng)的的值線性加權(quán)求出

圖1社區(qū)結(jié)構(gòu)簡化流程圖

社區(qū)結(jié)構(gòu)簡化示意圖如圖1所示。需要注意的是，為了使節(jié)點信息量足以支撐運算，若存在T對應(yīng)編號i以外的為某一設(shè)定閾值，則同時將這些節(jié)點與關(guān)連邊一起刪除。此外，當(dāng)樣本數(shù)據(jù)不足以支撐簡化運算（本文里設(shè)定的劃分后的組群中行為主體數(shù)不小于25），則停止簡化操作，用原樣本整體意愿信息來給剩余的社區(qū)群體意愿賦值。

基于社區(qū)結(jié)構(gòu)意愿鏡像信息的社區(qū)整體接受意愿的推斷函數(shù)如下：

3 分布式能源分布布置為背景的算例

3.1 樣本描述與數(shù)據(jù)分析

鑒于本文研究目的，以文獻綜述中各影響因素為出發(fā)點，充分考慮基于各可能影響因素的維度分類中類間樣本的均衡。這樣既能保證樣本組合的全面性和模型的效度，又能使訪談的樣本信息能夠運用到基于社區(qū)結(jié)構(gòu)鏡像意愿信息耦合算法之中。進行調(diào)查時，根據(jù)訪談對象的基本信息要求，尋找滿足條件的被調(diào)查對象進行數(shù)據(jù)采集。訪談對象最基本的特征是年滿18周歲的蘇北某城市居民。

通過SPSS20.0驗證問卷信度與效度，通過內(nèi)部一致性系數(shù)（Cronbach′α）來檢驗數(shù)據(jù)的可靠性。在信度檢驗中，Cronbach′α系數(shù)大于0.75，總體修正系數(shù)也大于0.55，因此問卷具有較高信度。采用驗證性因子分析（CFA）來檢驗問卷效度，擬合參數(shù)CFI大于0.8則通過檢驗。

表1 單因素方差分析結(jié)果

由表1可以看出，性別、年齡、學(xué)歷對分布式新能源布置的公眾接受意愿有顯著影響，年收入對其意愿沒有顯著性影響，這與Wolsink等[10]的研究存在差異，究其原因可能是在本次調(diào)查中并沒有涉及具體的新能源類型及布置成本，被調(diào)查者無法對成本的影響作出合適的判斷。其中，在分布式新能源布置的接受意愿上，女性高于男性。近年來霧霾天氣頻發(fā)使得對女性對新能源開發(fā)更加期待，以后的工作中會對這種差異進行持續(xù)關(guān)注。年齡層面上對其接受意愿呈U型，25～34歲年輕群體其意愿最高；學(xué)歷上，第一組（初中及以下）與剩下四組相比，其意愿有顯著差異；第二組與第三、第四組相比，其意愿有顯著差異；整體趨勢是受教育程度越高其接受意愿越強。第五組與第三、第四組相比，其意愿沒有顯著差異；說明學(xué)歷最高的公眾對新能源布置的接受度不一定最強，還與其他因素有關(guān)。

表2 甲社區(qū)各簡化階段的匹配結(jié)構(gòu)數(shù)據(jù)

表3 甲社區(qū)各簡化階段的提取結(jié)構(gòu)數(shù)據(jù)

表4 乙社區(qū)各簡化階段的匹配結(jié)構(gòu)數(shù)據(jù)

表5 乙社區(qū)各簡化階段的提取結(jié)構(gòu)數(shù)據(jù)

3.2 算例分析

為能夠更為直觀的展示這種方法，現(xiàn)舉一簡單示例。假設(shè)欲在蘇北某一城市選擇社區(qū)進行分布式太陽能發(fā)電小屋的改造，根據(jù)社區(qū)建筑等自然條件發(fā)現(xiàn)存在若干備選社區(qū)（為便于展示，這里僅舉甲、乙兩個社區(qū)）。由于滿足外部條件的備選社區(qū)較多，進行大規(guī)模分社區(qū)意愿調(diào)查會占時較長，可能使得調(diào)查本身缺乏時效性，不利于科學(xué)選址。

上文中介紹的基于社區(qū)結(jié)構(gòu)鏡像信息耦合算法能夠使復(fù)雜的數(shù)據(jù)得到更為合理的處理，能夠快速有效的評價區(qū)域內(nèi)群體意愿，便于用來進行可再生能源區(qū)域開發(fā)選擇決策。

以文中問卷為前提，可知年齡、學(xué)歷、性別對個體可再生能源接受意愿存在顯著影響，將甲、乙兩個社區(qū)相關(guān)社區(qū)結(jié)構(gòu)給出。

依據(jù)樣本結(jié)構(gòu)和甲社區(qū)結(jié)構(gòu)，首先將與樣本初始結(jié)構(gòu)匹配的甲社區(qū)部分社區(qū)結(jié)構(gòu)提取，這時樣本初始結(jié)構(gòu)為樣本有效結(jié)構(gòu)。三維結(jié)構(gòu)數(shù)據(jù)如表2第二行所示分別為：(153，146)，(74，67，55，50，53)，(56，50，61，65，67)。此結(jié)構(gòu)對應(yīng)的可再生能源群體接受意愿均值向量為：(3.712， 3.906) ， (3.715，3.998，3.794，3.671，3.834) ，(3.094，3.719，4.096，4.076，3.943)。再對樣本結(jié)構(gòu)進行簡化。在第一次提取中，甲社區(qū)中學(xué)歷向量中的第5個分量中個體被全部提出，如表3中第三行所示，所以對應(yīng)的樣本有效結(jié)構(gòu)就進行了簡化，如表2中第三行所示。

根據(jù)簡化終止條件的設(shè)定，甲社區(qū)結(jié)構(gòu)經(jīng)過了三次簡化過程，乙社區(qū)經(jīng)過了兩次簡化過程類似于甲社區(qū)過程，中間結(jié)果如表4、表5所示。兩社區(qū)結(jié)構(gòu)的最終簡化結(jié)果如圖2所示。

圖2甲乙兩社區(qū)最終簡化結(jié)構(gòu)圖

若不進行基于社區(qū)結(jié)構(gòu)鏡像意愿信息的耦合運算，通常會用抽樣后樣本總體接受意愿信息值3.8067同時作為甲乙兩個社區(qū)整體接受意愿的代表值，這不利于從中挑選某一社區(qū)來進行分布式新能源區(qū)域布置。但是，通過上述計算可以看出，甲社區(qū)的整體接受意愿推斷值為3.8165，而乙社區(qū)的整體接受意愿為推斷值為3.7825。基于這種推斷知，甲社區(qū)的整體接受意愿高于乙社區(qū)，如果在技術(shù)、自然環(huán)境等其他條件趨同的情況下，應(yīng)首先選擇甲社區(qū)來進行分布式新能源區(qū)域開發(fā)布置。

4 結(jié)束語

針對一些群體決策中樣本巨大，且調(diào)查信息具有多變及鏡像特征等困難，本文提出了基于社區(qū)結(jié)構(gòu)鏡像意愿信息的耦合決策方法。該方法利用不同結(jié)構(gòu)劃分及局部統(tǒng)計數(shù)據(jù)進行整體連接評價，不僅能回避PPS抽樣帶來的結(jié)構(gòu)性誤差，還能空間化的利用統(tǒng)計數(shù)據(jù)進行從微觀到中觀再到宏觀的連接。簡言之，該方法能夠利用較少信息對群體鏡像意愿進行合理的、可重復(fù)性評價，便于依據(jù)時效信息對分布式新能源進行區(qū)域布置。