基于BP神經(jīng)網(wǎng)絡的不同災害情境下群體親社會行為分析: 大學生捐贈意愿實驗①

劉鈺鑫，王先甲

1.武漢科技大學 理學院，武漢 430070；2.武漢大學 經(jīng)濟與管理學院，武漢 430070

我們經(jīng)常發(fā)現(xiàn)發(fā)生自然災害或公共災害時,社會大眾會出現(xiàn)自發(fā)的捐贈現(xiàn)象.如2020年年初武漢爆發(fā)新冠疫情,2021年青海省瑪多縣突發(fā)7.4級地震,2021年河南遭遇7.20特大洪災……,這一件件災害事件發(fā)生后,社會各界出現(xiàn)了大量捐贈行為,其中很多捐贈都自發(fā)地來自沒有收入的純消費者大學生,而這種現(xiàn)象在平時生活中卻很少看見.從理性角度分析,捐贈是一種非理性行為,為什么還會出現(xiàn)這種現(xiàn)象呢?本文以大學生為對象,基于親社會理論,運用行為經(jīng)濟學實驗方法,探討不同情境下大學生的捐贈意愿形成機理,從而引導他們在災害情境下多關心、幫助他人,對促進社會文明進步具有重要意義.

經(jīng)典經(jīng)濟學認為,人是完全理性的,人按自身效用最大化選擇自已的行為,即人是自利的.然而,在現(xiàn)實社會中,經(jīng)常看到人也會以一定成本幫助別人.這種利他行為是現(xiàn)代社會心理學中的一個重要研究領域,指人們出于自愿,無需任何報酬地去幫助他人的行為[1].慈善捐贈行為,即親社會行為,是利他行為中的一種典型形式,也可以說是以很少或不對等的回報為有需要的人提供幫助或利益,增強他人福利的行為[2].親社會行為可分為兩方面,在社會層面,它是我們生存、發(fā)展的核心要素和社會責任的象征;在個體層面,感恩、通過親社會游戲喚醒的個體認知、情緒等因素顯著正向影響親社會行為[3-4].但如今親社會價值面臨著前所未有的危機,當代的大學生在利他行為上存在明顯弱化的現(xiàn)象[5],例如跌倒的老人沒人敢扶起來.然而在疫情下,大學生卻踴躍地獻出愛心,這種看似矛盾的現(xiàn)象值得我們深思,因此探討強、弱情境下影響大學生親社會行為的因素是必要的.

文獻[6]將影響親社會行為的因素主要分為兩類: 一類是個人因素,不僅包括個體特征因素,還包括其同情心和移情能力等人格特質方面的因素;另一類是情境因素,如助人的環(huán)境、所處的情況是否緊急等因素.梳理以往研究文獻,親社會行為的影響因素如下:

個人因素層面,文獻[7]編制了利他人格自陳量表,通過讓被試進行自評,了解其利他人格,從而證明利他人格存在.文獻[8]提出了大學生的捐贈動機以利他為主,捐贈形式以現(xiàn)金為主,且文獻[9]發(fā)現(xiàn)主動型人格對親社會行為具有顯著影響.溫情效應方面,文獻[10]構建了一個非純粹的利他主義模型,假設人們不僅可以從捐贈使他人福利得到改善當中獲得欣慰,更加可以從捐贈行為中直接獲得快樂——稱之為“溫情效應”.共情方面,文獻[11]在研究共情與親社會行為的關系時發(fā)現(xiàn),在真實疾病情境下,隨著共情能力的提高,大學生捐助的金額也隨之增加.

情境因素層面,相關的研究表明情境與人們親社會行為的意愿相關.例如,文獻[12]指出,相比于日常助人情境,人們更沖動且愿意幫助災后的求助者.文獻[13]發(fā)現(xiàn),在美國9.11事件之前,血庫長期面臨缺血的情況,在9.11事件之后人們獻血比率出現(xiàn)大幅度增長,在2008年汶川大地震后,全國各地通過捐款、捐物等方式對災區(qū)人民進行幫助.文獻[14]研究發(fā)現(xiàn)大學生在一般的助人情境中的助人行為要多于有風險的助人情境中的助人行為.文獻[15]提出在緊急匿名的情況下的捐助行為多于緊急公開情境下的捐助行為.文獻[16]在新冠疫情威脅情境下的親社會行為研究中發(fā)現(xiàn),本地疫情程度對捐贈意愿的正向影響有統(tǒng)計學意義.因此,個體的社會行為是個體與情境聯(lián)合的產物[17].

通過回顧文獻可知,影響個體親社會行為的因素不僅有個人因素還有情境因素,過往的研究絕大多數(shù)都是運用線性回歸模型分析自變量對因變量的影響程度,但其中多元線性回歸分析法導致誤差較大,而BP神經(jīng)網(wǎng)絡模型可以彌補這一缺點[18].那么,BP神經(jīng)網(wǎng)絡模型為什么適應分析影響個體親社會行為的因素呢?通過文獻整理可知,文獻[19]利用BP網(wǎng)絡權重分析法分析影響大氣顆粒污染源的主要因素,對改善大氣污染做出了有建設性的建議.不少研究都是通過BP網(wǎng)絡權重法分析自變量對因變量的影響程度大小,進而提出可操作的、有針對性的建議[20-21].因此,本文運用BP神經(jīng)網(wǎng)絡模型建立權重學習機制,分析利他人格、溫情效應、認知共情和情緒共情對捐贈意愿的影響,確定各項指標權重和主要影響因素.

本文的第一部分為研究原理,第二部分介紹實驗設計原理,第三部分進行仿真模擬實驗,討論強、弱情境下的各因素對捐贈意愿影響的權重占比,最后根據(jù)結論提出建議.

1 研究原理

不同社會群體對災害的親社會行為的表現(xiàn)形式可能不同,大學生是一個社會認知和個人經(jīng)濟稟賦特殊的社會群體,本文主要關注大學生群體面臨災害(自然災害或公共災害)時的親社會行為.正在接受高等教育的大學生,有著較高的文化修養(yǎng)與滿腔熱血,并富有同情心.無論是新冠疫情還是河南7.20洪災,他們踴躍地捐錢捐物,做義工、當志愿者等,奮不顧身地深入災區(qū)第一線和災區(qū)人民肩并肩抗戰(zhàn),而在日常的愛心活動中,卻很少看見這種現(xiàn)象.因此,本文探究不同情境下影響大學生捐贈意愿因素的重要程度.

利他人格是指一種持久地考慮他人的福利和權利,關心他人和與他人共情,以及按照使他人受益的方式去行動的傾向[22].在利他人格方面,國內研究學者考慮中國學生的利他人格的特征變化,大多都采用湯舒俊量表[23],因此本文也采用其量表刻畫利他人格,將利他人格作為變量,探討利他人格在不同情境下對大學生捐贈意愿的影響和其所占的比重.

溫情效應是指所涉及的情感體驗,即獲得積極的、自我感覺良好的情感體驗[24].文獻[25]定義了“欲望心理”和“獎勵的存在”,例如感到快樂、高興,將溫情效應(光熱效應)作為積極的情感反應.同時文獻[26]指出,溫情效應對捐贈意愿的正向影響有統(tǒng)計學意義.因此本文也將溫情效應作為變量之一,探討溫情效應在不同情境下對大學生捐贈意愿的影響和其所占比重.

作為一種基于情境的情感反應,共情在捐助意愿或行為的預測中也起重要作用[27].人類的共情不單靠血緣、親緣的維系,更延伸至靠地緣和業(yè)緣維系的社會環(huán)境,甚至是與自己毫無關聯(lián)的他者或它者[28].共情是指個體感知或想象其他人的情感,并體驗到其他人感受的心理過程,被認為是親社會行為的重要促動因素[29].文獻[30]發(fā)現(xiàn)共情是影響親社會行為的重要變量,同時也是助人行為發(fā)生的催化劑.文獻[31]把共情分為認知共情和情緒共情,認知共情指測量被試站在他人角度對情境的理解和體驗程度;情緒共情指測量被試對不幸情境的情緒性反應.文獻[32]指出利他人格、認知共情對個體捐贈意愿的作用有統(tǒng)計學意義,因此本文利用定險峰共情量表[31],通過認知共情和情緒共情兩個維度測量在不同情境下個體的捐贈意愿.

捐贈意愿是指個人從事某種特定捐贈行為的主觀概率[33].文獻[34]研究發(fā)現(xiàn)個體捐贈者對非營利組織及公益事項擁有良好感知,有助于形成強烈的捐贈意愿.本文所指的捐贈意愿指個人向特定組織進行金錢捐贈的主觀概率[26].

情境方面,認知心理學之父Neisser提出,個體的認知知覺是實時的,往往發(fā)生于具體環(huán)境之中[35],也就是說個體的認知知覺與外部環(huán)境是緊密聯(lián)系的.文獻[36]發(fā)現(xiàn)情境因素和捐贈情境強度影響大學生的捐贈意愿和捐贈金額.

情境故事法是通過呈現(xiàn)能夠引發(fā)某種反應的特定情境,要求被試對故事中主人公的行為或所描述情境進行判斷和識別.基于以上研究理論,本文以利他人格、溫情效應、認知共情和情緒共情4個維度探究不同情境下大學生的捐贈意愿.

在計量經(jīng)濟學中,多元回歸模型指含有兩個以上解釋變量的回歸模型,許多學者構建多元線性回歸模型進行實證分析,而BP神經(jīng)網(wǎng)絡是由輸入層、隱藏層和輸出層構成,各層的神經(jīng)元數(shù)目不同,同層各神經(jīng)元互不連接,相鄰的神經(jīng)元通過權連接,最基本的BP神經(jīng)網(wǎng)絡是三層前饋網(wǎng)絡[37].本文輸入層的節(jié)點數(shù)為4個,輸出層的節(jié)點數(shù)為1個,運用試湊法來確定最佳隱藏層節(jié)點數(shù),經(jīng)驗公式如(1)式所示.

(1)

(1)式中,i表示輸入層節(jié)點數(shù),j為隱藏層節(jié)點數(shù),其中a為1～10之間的整數(shù),由于在本文中i=4,隱藏層節(jié)點數(shù)的范圍為3～13個.本文通過多次訓練,最終得到網(wǎng)絡誤差最小時的隱藏層節(jié)點數(shù)為3個,因此選定隱藏層神經(jīng)元個數(shù)j為3,BP神經(jīng)網(wǎng)絡結構如圖1所示.

圖1 BP神經(jīng)網(wǎng)絡結構圖

圖2 強情境下的研究模型圖

圖3 弱情境下的研究模型圖

2 實驗設計

本節(jié)通過實驗分析方法探討影響群體捐贈意愿的影響因素及這些影響因素對捐贈意愿的影響特征.本文引用文獻[36]的災難情境故事,結合2021年河南7.20特大洪災情境信息為實驗材料,旨在探討不同情境下的利他人格、溫情效應、認知共情、情緒共情因素分別對大學生捐贈意愿的影響程度.

2.1 研究對象

本文以武漢市在校大學生為研究對象,隨機發(fā)放調查問卷,當場填寫和回收,于2021年11月初至2021年12月底完成,歷時近2個月.強情境和弱情境下分別收到305份和303份問卷,有效調查問卷根據(jù)一定的規(guī)則(比如未能完成完整問卷,規(guī)律化作答、作答時間過短小于60秒等為無效問卷)進行整理、篩選,最終獲得有效問卷各為290份,有效率分別為95.1%和95.7%.

在有效問卷中,強情境下的被試男女占比分別為58.6%和41.4%,平均年齡20歲,一年級、二年級、三年級、四年級、五年級大學生分別占49%,22.8%,11.7%,4.8%,11.7%,文科生和理科生分別占比26.6%和73.4%,非黨員和農村戶口被試居多,占比分別為94.8%和74.1%;弱情境下的被試男女占比分別為47.6%和52.4%,平均年齡為19.9歲,一年級、二年級、三年級、四年級、五年級大學生分別占59.7%,16.9%,11%,3.1%,9.3%,文科生和理科生分別占比34.5%和65.5%,非黨員和農村戶口被試居多,占比分別為93.1%和65.5%.

2.2 研究思路及方法

實驗規(guī)則設計由調查問卷表征.在問卷中,所有被試首先完成個人基本信息填寫及利他人格量表問卷,接著閱讀情景材料,隨之對情景材料的感知強度進行評分,在評分完畢后,依次填寫溫情效應量表、共情量表,最后填寫捐贈意愿量表,每位被試隨機接受一種情境的測試,減少因疲勞與練習效應等造成的誤差.

此次調查問卷刻畫實驗規(guī)則的工具量表如下:

網(wǎng)絡捐贈情境量表：災害情境材料引用文獻[36]的情境故事加以整合,描述的是“不同強度的洪災”,強情境材料明確表明此次洪災造成人員嚴重傷亡和財產損失額巨大;弱情境材料則簡單闡述此次洪災給人們造成不便,材料字數(shù)均在300字左右.閱讀完后讓被試評價所感受的情境強度,采用Likert 7點計分方式,被試選擇最能代表情境強度的分數(shù).

利他人格量表：采用《利他人格自陳量表》測量被試的利他人格.該量表是由文獻[7]編制的,文獻[23]翻譯修訂適合在中國大學生中施測的中文版問卷,是研究大學生利他人格普遍采用的測量工具.該量表共17個項目,采用Likert 5點計分方式,兩份量表研究的克倫巴赫系數(shù)分別為0.918和0.916.

溫情效應量表：本文對于溫情效應的測量參考的量表來自文獻[38]以及文獻[26],在慈善捐贈的主題下,將量表修改成為適合本文研究的表述,該量表共4個項目,采用Likert 7點計分方式,兩份量表研究的克倫巴赫系數(shù)分別為0.963和0.933.

共情量表：本文關于捐贈意愿量表采取了文獻[31]的量表,該量表共8個項目,該量表針對不幸情境設置認知共情和情緒共情兩個維度,采用Likert 7點計分方式,兩份量表中,認知共情題目都為1～4道,克倫巴赫系數(shù)分別為0.967和0.944;情緒共情題目也都為5～8道,克倫巴赫系數(shù)分別為0.925和0.932.兩份量表中的認知共情和情緒共情的相關系數(shù)分別為0.766和0.64,p<0.05.

捐贈意愿量表：采取文獻[16]的量表,將量表修改為適合本文研究的表述.該量表共2個項目,采用Likert 7點計分方式,兩份量表研究的克倫巴赫系數(shù)分別為0.863和0.883.

通過這些量表反映災害情境、利他人格、溫情效應、認知共情和情緒共情對捐贈意愿的影響.

3 實驗分析

本節(jié)根據(jù)第2節(jié)調查問卷得到的網(wǎng)絡捐贈情境量表、利他人格量表、溫情效應量表、共情量表和捐贈意愿量表數(shù)據(jù),首先利用SPSS26.0軟件構建不同情境下大學生捐贈意愿的多元線性回歸方程;然后根據(jù)有效調查問卷的量表數(shù)據(jù),運用Matlab軟件進行BP神經(jīng)網(wǎng)絡仿真實驗,進而對比分析多元線性回歸模型和BP神經(jīng)網(wǎng)絡模型的預測性能,從而在精度高的BP神經(jīng)網(wǎng)絡模型中計算不同情境下各個影響因素對捐贈意愿的權重占比;最后根據(jù)影響因素的影響程度大小確定其重要性.

3.1 情境程度

本小節(jié)通過描述統(tǒng)計和獨立樣本t檢驗探究情境因素能否達到情境區(qū)分的程度,得到情境程度分析結果如圖4所示.根據(jù)圖4可知,強情境下被試所感知的情境強度(均值M=5.00,標準差SD=1.40)強于沒有強調人員傷亡等情境下(弱情境)被試所感知的情境強度(M=4.74,SD=1.28),獨立樣本t檢驗結果為2.38,顯著性概率p<0.01表示差異有統(tǒng)計學意義.所以,情境因素已達到情境區(qū)分的程度.

圖4 情境程度分析圖

3.2 多元線性回歸分析

本小節(jié)在不同情境下通過建立多元線性回歸方程探討各個變量對捐贈意愿的影響程度,結果如表1、表2、表3和表4所示.由表1和表2可知,強情境和弱情境下利他人格、溫情效應、認知共情、情緒共情與捐贈意愿變量間的正相關性均有統(tǒng)計學意義.

表1 強情境下的統(tǒng)計描述及相關性分析(N1=290)

表2 弱情境下的統(tǒng)計描述及相關性分析(N2=290)

如表3所示,強情境多元線性回歸方程為

表3 強情境下捐贈意愿影響因素的回歸分析

如表4所示,弱情境多元線性回歸方程為

表4 弱情境下捐贈意愿影響因素的回歸分析

3.3 仿真實驗

本節(jié)運用調查問卷實驗中得到的樣本數(shù)據(jù),提出BP神經(jīng)網(wǎng)絡進行仿真訓練和測試.

3.3.1 仿真結果分析

仿真實驗隨機選取調查問卷的70%樣本進行訓練,另外30%樣本作為測試樣本在Matlab中運行.使用train()函數(shù)對BP神經(jīng)網(wǎng)絡進行訓練,分別得到強情境和弱情境下的訓練均方誤差圖,其結果如圖5和圖6所示.由圖5可知,在強情境下第3次迭代時最佳驗證性能是0.061,誤差收斂趨于穩(wěn)定;由圖6可知,在弱情境下第11次迭代時最佳驗證性能是0.088,誤差收斂趨于穩(wěn)定.由此可得,強、弱情境下的BP神經(jīng)網(wǎng)絡訓練誤差均收斂趨于穩(wěn)定,且強情境下的BP神經(jīng)網(wǎng)絡訓練效果優(yōu)于弱情境下的效果.

圖5 強情境下的訓練均方誤差圖

圖6 弱情境下的訓練均方誤差圖

3.3.2 模型預測性能對比分析

關于多元線性回歸模型和BP神經(jīng)網(wǎng)絡模型的預測精度高低,可以用相對誤差Δβ來衡量[18],如(2)式所示.

(2)

通過(2)式分別計算強情境和弱情境下多元線性回歸模型與BP神經(jīng)網(wǎng)絡模型的相對誤差為0.104與0.064,0.118與0.056.為了進一步說明BP神經(jīng)網(wǎng)絡模型的預測效果優(yōu)于多元線性回歸模型的預測效果,將BP神經(jīng)網(wǎng)絡預測模型和多元線性回歸預測模型基于50個樣本模擬的結果進行對比,其結果如圖7和圖8所示.由圖7和圖8可知,兩種情境下BP神經(jīng)網(wǎng)絡模型比多元線性回歸模型精度高、誤差小、模擬效果好.

圖7 強情境下的擬合值和實際值比較圖

圖8 弱情境下的擬合值和實際值比較圖

3.3.3 影響因素權重分析

由仿真結果可知,強、弱情境下的BP神經(jīng)網(wǎng)絡已經(jīng)訓練完畢,且誤差在可接受范圍之內.因此,我們利用BP神經(jīng)網(wǎng)絡權重分析法分析強、弱情境下的各因素對捐贈意愿影響的重要程度.

BP神經(jīng)網(wǎng)絡權重分析法是用來分析研究輸入神經(jīng)節(jié)點的權值分布的一種方法,其基本指導思想是: 通過分析各個輸入神經(jīng)節(jié)點權值占整個輸入神經(jīng)節(jié)點的權重比例大小,按輸入神經(jīng)節(jié)點權重貢獻率從大到小依次進行排序,判斷輸入神經(jīng)節(jié)點i對輸出的影響程度,從而確定其重要性[19].其計算公式如(3)式所示.

(3)

(3)式中,bi為第i個輸入節(jié)點的權重貢獻率;Wij為輸入層節(jié)點i與隱藏層節(jié)點j的連接權值(有正有負);||為取絕對值符號,為隱藏層節(jié)點j與輸出節(jié)點(這里只有一個輸出節(jié)點)的連接權值.輸入層節(jié)點i的第i條連接通路對該節(jié)點的權重貢獻率如(1)式右邊和(3)式中的乘積項所示.

歸一化后,輸入節(jié)點i的權重貢獻率Ci(即第y1,y2個因素對捐贈意愿的貢獻率)如(4)式所示.

(4)

通過BP神經(jīng)網(wǎng)絡模型的訓練,得到強、弱情境下各自輸入層與隱藏層的權值Wij和隱藏層與輸出層的權值Vj.表5和表6給出了強情境和弱情境下已訓練的BP神經(jīng)網(wǎng)絡的權值.

表5 強情境下BP神經(jīng)網(wǎng)絡已訓練好的權值

表6 弱情境下BP神經(jīng)網(wǎng)絡已訓練好的權值

由表5和表6可知強、弱情境下各自的BP神經(jīng)網(wǎng)絡已訓練好的權值,從而可以通過(3)式和(4)式計算出強、弱情境下的各個輸入變量的權重,計算結果如圖9和圖10所示.

圖9 強情境下輸入變量權重占比圖

圖10 弱情境下輸入變量權重占比圖

4 討論與啟示

首先,本文在前人的理論基礎上開展實驗,通過調查問卷得到影響大學生捐贈意愿的因素數(shù)據(jù)——情緒共情、溫情效應、認知共情和利他人格;隨后建立不同情境下多元線性回歸模型和BP神經(jīng)網(wǎng)絡模型,比較兩種模型精度;最后運用BP神經(jīng)網(wǎng)絡權重分析法分析各因素的權重占比,得到具體結果分析如下:

溫情效應、情緒共情、認知共情和利他人格是大學生捐贈意愿的影響因素.在現(xiàn)實生活中,純粹的利他主義是很少的.個人在捐贈行為中會感到快樂、高興和滿意,也就是說,個人更傾向于捐贈的原因是捐贈中溫情效應的體驗,在捐贈中獲得了心理上的滿足感,這是一種個人效用的收獲,與經(jīng)濟學中個人效用最大化的基礎假設不沖突.而共情是擁有良好人際關系的首要條件,不同情境下的認知共情和情緒共情會呈現(xiàn)不同的趨勢,在強情境下,更多是情感體驗,即情緒共情;而在弱情境下,更多是理性思考,即認知共情.同樣,擁有利他人格特征的人,個人慈善捐贈的意愿程度也較高,這也就解釋了生活中無私奉獻的人,他們會慷慨傾囊地去幫助他人,因為在內心深處,他們會為了社會的整體利益而放棄個人利益.

大學生是一個特殊的社會群體.大學生是一個對認識社會和理解社會充滿激情、對社會不甚理解而又渴望理解、對處于災害中的人們充滿同情而又經(jīng)濟力量很弱的群體.他們處于對社會認識和理解的成長期,引導他們在災害情境下關心他人、幫助他人的親社會行為對促進社會文明進步具有重要意義.這里,把研究大學生慈善捐贈意愿的影響機制作為理解當今大學生親社會行為的一個窗口.通過本文研究,我們得到如下啟示:

第一,提高溫情效應的水平,比如通過很直觀的方式(視頻)使大學生體會到捐贈的意義,不僅可以得到心理上的滿足感,還會提高認知共情的能力和加強情緒共情的感受,會更加傾向于捐贈.同時,利他特征和中國傳統(tǒng)文化具有共同的趨向,培養(yǎng)利他主義的傾向和積極的情感體驗,不僅需要在教育中要突出德育的地位,注重對大學生思想道德品質的培養(yǎng),還需要在生活中具體地實踐.

第二,構建良好的捐贈情境,在捐贈情境方面,構建有沖擊感畫面,加強外部情境程度,使大學生真實地感受求助者的緊迫和無奈感,從而進行親社會行為.大學生是社會慈善捐贈的重要群體,提高其慈善意識和社會責任感,有利于推動校園文明建設,并在實踐中推進德育教育.

最后,本文的工作有兩個主要的局限性.其一,被試樣本均來源于高校的大學生,研究結論的推廣性和實用性會受到限制.因此,未來的研究中被試群體要多樣化,使樣本更具代表性.其二,本文的實驗僅研究捐贈意愿,沒有研究實際的捐贈行為,未來可以設計真實的情境實驗(田野實驗),進一步研究被試的實際捐贈行為.