徐海燕,武梓馨,吳正稿
(南京航空航天大學經(jīng)濟與管理學院,江蘇 南京 211106)
我國地域遼闊,河流眾多,普遍存在著河流上下游分屬不同行政區(qū)的情況。隨著我國人口的持續(xù)增長及經(jīng)濟的高速發(fā)展,水資源短缺和水污染問題日趨嚴重,由此引發(fā)的跨流域水資源沖突日益凸顯。一方面,在水源較為稀缺的流域,上游地區(qū)由于用水過度,很可能導致下流地區(qū)水量匱乏、缺水嚴重,上下游之間由于水量短缺產(chǎn)生沖突;另一方面,上游地區(qū)為了發(fā)展經(jīng)濟,滿足自身發(fā)展需求,不顧環(huán)境壓力,破壞了水域平衡,造成了嚴重的水污染,并影響下游地區(qū)的生態(tài)環(huán)境,使上下游關(guān)系緊張,導致了眾多群體性沖突事件。為及時化解沖突,更好保護水資源,不僅需要健全的水資源管理制度[1],也需要公正的第三方管理機構(gòu)進行有效的干預指導,調(diào)解水資源沖突,減少不必要的損失,促使社會和諧有序地發(fā)展。
圖1 沖突分析圖模型理論正反問題框架
經(jīng)典博弈論常常被應(yīng)用于水資源沖突的研究中,如陳軍飛等[2]利用博弈論對流域水量沖突問題進行了研究,建立了三階段跨流域水量協(xié)調(diào)分配博弈模型。然而比起經(jīng)典博弈論要求精確的偏好值,沖突分析圖模型理論(Graph Model for Conflict Resolution,GMCR)[3]只需要各個沖突方的少量偏好信息,就能夠?qū)_突進行有效的分析求出均衡解,為沖突決策者、調(diào)解機構(gòu)提供有效的解決方案?,F(xiàn)有的大部分GMCR研究是在沖突各方偏好已知情況下,研究狀態(tài)的穩(wěn)定性,這稱為圖模型正問題。徐海燕教授等在其英文專著[4]中對圖模型正問題的各種類型進行了詳細的描述,并總結(jié)了GMCR的矩陣形式。由狀態(tài)穩(wěn)定或不穩(wěn)定信息,反推沖突對手所有可能的偏好,這稱為圖模型反問題。在包含兩個決策者的沖突中,如何根據(jù)沖突雙方的底牌(偏好信息),找出富有創(chuàng)造性的策略來輔助第三方調(diào)解沖突雙方之間的矛盾,這稱為基于圖模型反問題的第三方調(diào)解問題,圖1展示了圖模型正反問題的區(qū)別。第三方通常為政府部門或者一些公益組織等具有一定影響力的調(diào)解機構(gòu),在沖突加劇時,主動或被動地介入沖突進行調(diào)解,及時降低沖突破壞性并成功化解沖突[5]。Ali等[6]研究了第三方介入俄羅斯和土耳其沖突后,對雙方態(tài)度和沖突結(jié)局的影響。胡玉盼等[7]建立了政府作為調(diào)解者的黃河流域跨邊界水污染沖突分析模型。于晶等[8]研究了流域上下游水質(zhì)污染沖突第三方調(diào)解問題,針對不同的穩(wěn)定性通過決策路徑分析預測沖突事件的演化路徑。上述研究均將第三方作為沖突中的一個決策者進行分析與研究,認為第三方有自己的偏好,無法決定沖突的走向。然而在現(xiàn)實沖突中,第三方常常是中立方,并不參與沖突,而是在沖突發(fā)生后作為調(diào)解機構(gòu)為沖突方提供調(diào)解方案。
在GMCR中,第三方作為沖突局外人進行調(diào)解的研究還比較少。目前,Kinsara等[9]構(gòu)建了圖模型反問題的具體模型求解沖突方的偏好,輔助第三方獲取調(diào)解方案,并將研究成果應(yīng)用到敘利亞和伊拉克水壩沖突的第三方調(diào)解中,充分展示了反問題在第三方調(diào)解中的重要性。但Kinsara運用窮舉法來獲取沖突方的偏好,不能真正用于沖突建模分析。吳正稿[10]構(gòu)建了基于圖模型反問題的第三方調(diào)解數(shù)學模型,并將模型應(yīng)用到醫(yī)患沖突中,給出能使沖突雙方做出最小讓步的偏好。但該模型假設(shè)第三方是在已知最優(yōu)調(diào)解方案的前提下,獲取能使沖突雙方改變最小的偏好,第三方如何得到最優(yōu)調(diào)解方案的問題并沒有解決。根據(jù)上述分析,基于GMCR矩陣形式[11]構(gòu)建的第三方調(diào)解數(shù)學模型,不僅能實現(xiàn)最優(yōu)調(diào)解方案的自動求解,而且能獲取在該最優(yōu)調(diào)解方案下沖突雙方做出最小讓步的偏好,進一步增強了圖模型反問題的實用性,并拓展了它的使用范圍。
沖突分析圖模型(GMCR)主要包含決策者、可行狀態(tài)、決策者的偏好和狀態(tài)轉(zhuǎn)移弧四部分,可以表示為V={N,S,P,A}。其中:
a.N={1,2,…,n}(n≥2)表示沖突中至少有兩個決策者的集合。本文研究了兩個決策者參與沖突的調(diào)解問題,此時N={i,j}表示沖突中有兩個決策者,分別是決策者i與決策者j。
b.S={s1,s2,…,sm}表示沖突中可行狀態(tài)的集合,m表示沖突中可行狀態(tài)的個數(shù)。
c.A={Ai,Aj}表示沖突中決策者i與決策者j可行狀態(tài)轉(zhuǎn)移的有向弧集合,Ai表示決策者i的可行狀態(tài)轉(zhuǎn)移弧。假設(shè)s和q為沖突中的兩個可行狀態(tài)(s,q∈S),如果(s,q)∈Ai成立,表示決策者i能夠從狀態(tài)s一步轉(zhuǎn)移到達狀態(tài)q。
d.P={Pi,Pj}表示決策者的偏好信息集合,Pi表示決策者i的偏好信息。決策者i對可行狀態(tài)的簡單偏好,可以用Pi={?i,~i}來表示。假設(shè)s和q為沖突中的兩個可行狀態(tài)(s,q∈S),s?iq表示決策者i認為狀態(tài)s優(yōu)于狀態(tài)q,s~iq表示決策者i對狀態(tài)s與狀態(tài)q的偏好程度是一樣的,并且Pi={?i,~i}滿足以下3種性質(zhì):
性質(zhì)1:?i滿足不對稱性:s?iq與q?is不能同時成立;
性質(zhì)2:~i滿足自反性和對稱性:s~is成立,s~iq等價于q~is;
性質(zhì)3:Pi={?i,~i}滿足完備性:沖突中任意兩個可行狀態(tài)s和q只能滿足s?iq、s~iq或q?is中的一個關(guān)系。
決策者偏好的獲取是GMCR中最關(guān)鍵也是最復雜的步驟。在GMCR中,有3種確定決策者偏好的方法:直接狀態(tài)排序法、策略加權(quán)平均法和策略優(yōu)先權(quán)排序法[12-13]。沖突中的狀態(tài)數(shù)量m是由策略數(shù)量k所決定的:m=2k,當沖突中的策略數(shù)量過多時,直接狀態(tài)排序法非常煩瑣復雜。因此,從策略角度出發(fā)對決策者的偏好進行排序更具靈活性和簡便性。而比起策略加權(quán)平均法需要直接給出策略權(quán)重,策略優(yōu)先權(quán)排序法更能清晰地體現(xiàn)決策者的喜好和態(tài)度,從而被廣泛運用于決策者偏好的獲取。在簡單偏好下,策略優(yōu)先權(quán)排序法是通過決策者對當前沖突策略的聲明次序得到對各個狀態(tài)點的分值,根據(jù)分值大小得到關(guān)于狀態(tài)的偏好排序。聲明是由策略編號和一些特定的邏輯關(guān)系符號構(gòu)成,以條件形式、非條件形式或雙條件形式出現(xiàn)。在聲明次序中,聲明出現(xiàn)的越早被認為擁有越高的優(yōu)先權(quán)。
對于每個狀態(tài)s∈S,在每條聲明Ω處都要取一個真值T或F。如果Ω(s)=T,說明狀態(tài)s滿足聲明Ω;如果Ω(s)=F,說明狀態(tài)s不滿足聲明Ω。
(1)
對于決策者i,(Ψi(s1),Ψi(s2),…,Ψi(sm))表示狀態(tài)s1,s2,…,sm的分值向量,對于任意兩種不同狀態(tài)s,q∈S滿足:s?iq?Ψi(s)>Ψi(q);s~iq?Ψi(s)=Ψi(q)。
策略優(yōu)先權(quán)排序法所確定的分值可以用來設(shè)置決策者的狀態(tài)偏好底線,第三方將在可選調(diào)解方案中剔除分數(shù)低于決策者狀態(tài)偏好底線的狀態(tài)。
在沖突分析圖模型矩陣形式的基礎(chǔ)上進行構(gòu)建與求解第三方調(diào)解模型。原有的GMCR理論使用一種邏輯表述,相應(yīng)的穩(wěn)定性求解算法很難實現(xiàn)。徐海燕教授開創(chuàng)了GMCR的矩陣形式[11],這種直觀的代數(shù)表達方式不僅便于理論拓展、易于求解算法的開發(fā),而且還搭建起圖模型正問題與反問題之間的橋梁。
在圖模型V={N,S,P,A}中,對于決策者i∈N,狀態(tài)s,q∈S,有如下定義:
定義1可達矩陣。0-1矩陣Ji為m階方陣,其中第s行、第q列元素Ji(s,q)滿足:
(2)
則稱Ji為決策者i的可達矩陣。
根據(jù)定義1,可以得到?jīng)Q策者i的可達集Ri(s)={q∈S|Ji(s,q)=1},表示決策者i從狀態(tài)s出發(fā)可以一步到達的狀態(tài)集合。
(3)
(4)
在簡單偏好下,沖突分析圖模型理論有4種基本穩(wěn)定性,分別是Nash穩(wěn)定[14]、GMR穩(wěn)定[15-16]、SMR穩(wěn)定[15-16]、SEQ穩(wěn)定[17]。4種基本穩(wěn)定性之間的關(guān)系見圖2[18]。顯然,處于Nash穩(wěn)定的狀態(tài)一定也滿足GMR穩(wěn)定、SMR穩(wěn)定和SEQ穩(wěn)定,但處于后3種穩(wěn)定的狀態(tài)不一定是Nash穩(wěn)定狀態(tài)??梢娫?種基本穩(wěn)定性中,Nash穩(wěn)定具有最強的穩(wěn)定性。因此選擇Nash穩(wěn)定性作為決策者的穩(wěn)定性選擇,為第三方調(diào)解提供最強的穩(wěn)定性保證。
圖2 四種基本穩(wěn)定性之間的包含關(guān)系
一個決策者的Nash穩(wěn)定狀態(tài)只和自身的偏好有關(guān),而與另一個決策者的偏好無關(guān)。當沖突中所有決策者在某一狀態(tài)都滿足Nash穩(wěn)定性時,則該狀態(tài)為沖突中的Nash均衡狀態(tài)。
由于沖突雙方之間不存在均衡解或均衡解難以使沖突雙方達成一致,為了避免沖突加劇,第三方介入進行調(diào)解。假設(shè)第三方在調(diào)解之前并不清楚能夠化解沖突的最優(yōu)方案(狀態(tài)),考慮到?jīng)_突雙方對調(diào)解的接受程度,第三方將從非均衡狀態(tài)中選擇最為合適的狀態(tài)進行調(diào)解,并且保證該狀態(tài)是沖突雙方偏好改變最小的狀態(tài)。
模型1:
(5)
(6)
(7)
S′=S′i∩S′j
(8)
(9)
(10)
(11)
2.2.1多目標轉(zhuǎn)成單目標第三方調(diào)解模型
第三方調(diào)解模型屬于多目標規(guī)劃,兩個目標分別對應(yīng)沖突中決策者i和決策者j的最小偏好改變,目標之間不存在干擾,因此考慮運用線性加權(quán)和法進行求解。線性加權(quán)和法是賦予多個目標函數(shù)相應(yīng)的權(quán)重值后,再進行線性求和。多目標規(guī)劃可用此方法轉(zhuǎn)化為單目標規(guī)劃,然后進行求解。此時,約束條件不變,目標函數(shù)(5)可以轉(zhuǎn)化為:
(12)
式中:λi與λj分別為決策者i和決策者j的權(quán)重值。本文中兩個目標的權(quán)重選擇有多種情況,但考慮到第三方較為公正,并不偏向沖突中的某一方,因此令權(quán)重值為λi=0.5,λj=0.5,此時多目標規(guī)劃模型轉(zhuǎn)化為單目標規(guī)劃模型,同樣約束條件不變,目標函數(shù)(12)為
(13)
2.2.2獲取第三方調(diào)解模型所有最優(yōu)解
(14)
(15)
當模型得到的最優(yōu)方案為沖突雙方均不穩(wěn)定的狀態(tài)時,第三方將分別對沖突雙方進行調(diào)解,即第三方需要勸解沖突雙方做出妥協(xié)讓步。當運用調(diào)解模型得到的最優(yōu)方案為單方穩(wěn)定狀態(tài)時,第三方只需要考慮對不穩(wěn)定的一方進行調(diào)解,使其單方妥協(xié)。此時,調(diào)解模型實質(zhì)為單方妥協(xié)調(diào)解模型,在保證調(diào)解成功的基礎(chǔ)上使被調(diào)解者改變的偏好最小,單方妥協(xié)調(diào)解模型如模型2所示。
模型2:
(16)
模型2為模型1的特例,模型1為第三方提供了所有合適的非均衡狀態(tài)作為沖突最終均衡解,這其中含有只滿足一方Nash穩(wěn)定的狀態(tài)。當模型1得出的最優(yōu)方案為單方Nash穩(wěn)定狀態(tài)時,沖突中穩(wěn)定一方的偏好不需要變化,第三方僅需對該狀態(tài)下不穩(wěn)定的一方進行調(diào)解,此時模型1退化為模型2。
從2018年8月25日開始,大量污水流入位于江蘇省泗洪縣的洪澤湖,造成當?shù)卮罅眶~蟹死亡,養(yǎng)殖戶們面臨絕收困境。對于污水的來源,江蘇省環(huán)保廳認為上游安徽地區(qū)因強降雨開閘放水,導致下游泗洪縣洪澤湖水質(zhì)嚴重惡化。上游安徽省和下游江蘇省經(jīng)過深入調(diào)查,分析本次江蘇省泗洪縣洪澤湖水質(zhì)異常、臨淮鎮(zhèn)勝利村等地養(yǎng)殖的魚蟹大批死亡情況,初步判斷這些魚蟹死亡事件是由上游地區(qū)泄洪導致污水量超標造成的。
此次跨界水污染事件,給下游地區(qū)造成了嚴重的經(jīng)濟財產(chǎn)損失。但上下游地區(qū)對污水具體來源、對方水質(zhì)監(jiān)測數(shù)據(jù)是否準確、賠償責任如何界定等問題,遲遲未達成一致意見。若放任事態(tài)發(fā)展,沖突有可能會進一步增大,造成難以估量的損失,因此需要外界進行調(diào)解。
3.2.1決策者與策略
在上下游水質(zhì)污染沖突中,主要涉及兩個決策者:上游有關(guān)地區(qū)(DM1)和下游有關(guān)地區(qū)(DM2),當沖突雙方爭持不下時需要第三方協(xié)調(diào)者——流域管理機構(gòu)。DM1有3種可選策略:①補償下游損失。鑒于上游的污水排放對下游地區(qū)造成了一定的影響,考慮給下游地區(qū)適當?shù)难a償。②與下游協(xié)商治理污染。出于對環(huán)境保護的考慮,減少污水排放量,并與下游地區(qū)有關(guān)部門協(xié)同治理水污染。③保持現(xiàn)狀。按照現(xiàn)有經(jīng)濟速度和污染排放標準繼續(xù)保持經(jīng)濟持續(xù)發(fā)展,對污水排放不進行控制,并且不處理已經(jīng)受污染的水源。DM2有兩種可選策略:①積極與上游協(xié)商治理污染。為保護環(huán)境,避免再次發(fā)生水污染事件,根據(jù)“誰受益誰補償”,攜手上游地區(qū)一同治理水污染;②上訴。強烈要求上游補償自己的損失,并要求上游單獨治理污染,堅持“誰污染誰治理”,必要時采取法律手段。
3.2.2可行狀態(tài)集與可達矩陣
本次水污染沖突事件共有5個策略,對于每個策略,決策者都可以選擇是否采取該策略,則共有25=32種狀態(tài)。但是并不是所有的狀態(tài)都是沖突的可行狀態(tài),例如DM1不可能在選擇保持現(xiàn)狀之后再選擇其他策略,DM2不可能同時選擇協(xié)商治理水污染和上訴。因此,剔除不符合邏輯的狀態(tài)之后,沖突共有12種可行狀態(tài),如表1所示,其中“Y”表示決策者采取該策略,“N”表示決策者不采取該策略。
表1 水污染沖突中決策者的可行狀態(tài)
DM1與DM2的可達矩陣J1和J2為:
3.2.3策略聲明與偏好信息
在圖模型中需要已知決策者、狀態(tài)和偏好進行建模,其中偏好信息可以由策略優(yōu)先權(quán)排序法[12]獲得。在本次上下游水污染沖突中,DM1和DM2分別從自身角度提出策略聲明,例如DM1最不希望DM2提出上訴;其次希望能夠保持現(xiàn)狀等等。DM2最希望DM1能夠賠償自己的損失;其次是不希望DM1保持現(xiàn)狀,對污染不做任何處理等等。具體策略聲明及其含義如表2所示。
表2 水污染沖突中決策者的策略聲明及其含義
根據(jù)上表利用策略優(yōu)先權(quán)排序法得到DM1與DM2各個狀態(tài)的分值與偏好排序,見表3和表4。
表3 DM1與DM2各個狀態(tài)的分值
表4 DM1與DM2的偏好排序
3.2.4穩(wěn)定性分析
根據(jù)可達矩陣與偏好矩陣可以得到DM1和DM2的Nash穩(wěn)定狀態(tài),如表5所示。其中,“”表示該狀態(tài)滿足Nash穩(wěn)定性;“E”為Equilibrium的縮寫,表示沖突中的Nash均衡解??梢钥闯鰻顟B(tài)s2為沖突的Nash均衡解,即沖突最終停留在狀態(tài)s2。但是在該狀態(tài)下DM1的策略為保持現(xiàn)狀、不做任何改變,DM2的策略為上訴、強烈要求DM1補償損失以及治理水污染。沖突不但沒有結(jié)束,反而將更加惡化。雙方矛盾很有可能進一步升級,嚴重影響到雙方的生產(chǎn)生活,因此亟須第三方介入調(diào)解沖突。
表5 DM1與DM2的沖突穩(wěn)定性結(jié)果
流域管理機構(gòu)作為第三方通過走訪調(diào)查,充分了解沖突雙方的偏好與底線,慎重思考后決定將沖突雙方的底線分值定為2分和1分,即只有滿足Ψ1(s)>2與Ψ2(s)>1的非均衡狀態(tài)才能被第三方選擇作為調(diào)解狀態(tài)。因此根據(jù)表3和表5第三方可以考慮的狀態(tài)有:s4、s6、s7、s8、s9、s10和s127個狀態(tài)。
第三方發(fā)現(xiàn)最優(yōu)解只需要勸解DM1改變一個相對偏好就能使沖突在狀態(tài)s9達到穩(wěn)定,即將偏好s3?1s9調(diào)整為s3~1s9,大大降低了調(diào)解難度。第三方僅需勸說DM1認為狀態(tài)s9與s3一樣好,就能使沖突趨于穩(wěn)定,成功化解沖突。
第三方發(fā)現(xiàn)勸解DM1接受三個相對偏好較于僅改變一個相對偏好,調(diào)解難度將大大增加。因此,通過綜合考慮,第三方仍決定將狀態(tài)s9作為調(diào)解后的均衡狀態(tài),該狀態(tài)能有效解決DM1與DM2之間的沖突,避免上下游地區(qū)因沖突而造成的各種損失。此外,出于環(huán)境保護需要,第三方可在沖突結(jié)束后繼續(xù)勸解DM1進行水污染治理,進一步保護環(huán)境。
在跨界水污染上下游沖突中,上下游地區(qū)矛盾突出,很難得到雙方滿意的均衡解,這類沖突常常需要第三方介入進行調(diào)解。筆者基于圖模型反問題,構(gòu)建了第三方調(diào)解0-1整數(shù)規(guī)劃模型,為第三方解決沖突事件提供有效的決策支持。第三方可利用該模型找到調(diào)解的最優(yōu)方案(狀態(tài)),以及在該方案下沖突雙方所需做出最小讓步的偏好。通過第三方的調(diào)解,沖突雙方能夠接受最小的偏好改變達到自己的滿意狀態(tài),加快沖突化解速度,減少沖突對上下游地區(qū)的影響,促進上下游地區(qū)的協(xié)調(diào)發(fā)展。
盡管本文構(gòu)建了簡單偏好下圖模型反問題的第三方調(diào)解模型,但對于不確定偏好下的反問題第三方調(diào)解模型尚未做進一步研究;在穩(wěn)定性選擇上,選取穩(wěn)定性最強的Nash穩(wěn)定性進行穩(wěn)定性分析,沒有分析其他穩(wěn)定性在第三方調(diào)解中的適用性,今后將在這些方面作進一步研究。