安 娜，鄭治華

（內蒙古工業(yè)大學 管理學院，內蒙古 呼和浩特 010051）

公眾參與決策具有反映民意、維護公民權利的功能。近些年來，公眾參與政府決策的意愿在日益高漲，一方面是由于公眾的公民意識在日益覺醒，另一方面是由于公眾對地方政府的信任程度有所弱化。在未來，公民參與會成為更多管理者所要面對的事實（Thomas，1995）。公眾參與是實現(xiàn)民主決策的重要保障，通過他們的訴求表達可以獲得更多的來自民間的不同聲音，也使得地方政府決策獲得更多的認同和啟發(fā)。公眾參與地方公共投資項目決策對于確保決策結果的客觀性和公正性是十分有利的，當然也會帶來一些負面效應。因此，如何保證公眾有效、有序地參與決策對于地方公共投資項目決策至關重要。交互式群決策思想為我們解決這一問題提供了思路。

一、交互式群決策原理

為了克服群體決策過程中的這一難題，人們開始引入討論協(xié)商機制，通過群體交互達成群體一致，從而產(chǎn)生群體滿意的決策方案。交互式群體決策將決策視為一個因果相連、前后銜接、從量變到質變的多階段過程，通過決策者之間的溝通，不斷對決策結果進行反饋和修正，最終達成決策目標。此外，交互式群體決策方法對決策者的有限理性和客觀決策環(huán)境的無限性之間的矛盾較為重視，從而使決策結果更加的合理。

交互式群體決策可分為三步：首先，決策個體給出各自的偏好信息，按照一定的決策規(guī)則集結成為群體決策偏好；然后，決策個體對于所集結出的群體決策偏好進行滿意度判斷，如果滿意度符合設定要求，則得到群體決策方案，決策過程終止；如果滿意度未符合設定要求，決策個體需要根據(jù)其偏好滿意度重新調整自己的偏好；最后，將經(jīng)過調整后的個體偏好重新集結成群體決策偏好，并再次交由個體進行滿意度判斷，如果滿意則決策過程終止，反之則重復以上的過程直到達到終止條件為止。

二、交互過程描述

地方公共投資項目決策是一個沖突、協(xié)商、合作等過程。專家、公眾均參與到?jīng)Q策當中，會發(fā)生各種溝通進程：專家群體的溝通、公眾群體的溝通、專家與公眾的溝通等等。在這種交互的過程中，各決策參與方可以不斷獲得相關決策信息，對決策偏好進行不斷修正和反饋。具體來說，每位決策參與者都要表達自己的決策偏好并和其他參與者交流，由此了解別人的決策偏好以及決策理由，反觀自己的決策偏好，并在此基礎上修正自己的決策偏好。而修正后的決策偏好將再一次重復上述過程，直到?jīng)Q策參與者對決策達成共識并得到滿意的決策結果（如圖 1）。

圖1 公眾參與框架下的交互式?jīng)Q策過程

這種交互主要體現(xiàn)在三個方面：

1.信息交流。由于受到不同價值觀、信息有限性以及認識局限性等的影響，針對同一問題，每位決策者所持的觀點可能是不同的。通過信息交流，可以促使每位決策參與者從不同角度甚至是與自己對立的角度去看待問題，充分吸收其他決策者的經(jīng)驗和想法，減少自身的認知偏差，逐步明確自己的決策偏好。

2.公眾引導。指引的主要目的是幫助公眾更加全面、客觀地了解各個備選方案，向公眾提供項目方案評價的相關知識，幫助公眾更好地認知“自己應該做些什么”、“如何更好地表達自己的訴求”、“如何面對不同的意見和質疑”以及“如何修正自己的偏好”，提高公眾對于地方公共投資項目方案決策的認知水平，使公眾更加理性的參與其中。

3.偏好反饋。隨著決策進程的推進，無論是專家還是公眾都可以不斷地獲取決策信息，對決策問題也有了更為全面、深刻的認識，并在此基礎上進一步明確了自己的決策偏好并進行修正。修正后的決策偏好信息將被反饋到下一輪決策過程當中，上述過程將被重復，直到得到滿意的決策結果為止。

三、交互式?jīng)Q策模型

1.決策問題描述

假設需要對某個地方公共投資項目的n個備選方案進行選優(yōu)，共有m個評價指標，一共邀請了K位專家和L位公眾參與，需要進行多次交互決策直至得到滿意的群體決策方案。

2.專家群體交互決策

在地方公共投資項目決策中，專家群體通過發(fā)揮自己的學術專長、業(yè)務技能及豐富經(jīng)驗起到至關重要的“智庫”作用。如何衡量專家個體之間偏好和專家個體與專家群體間的偏好是解決專家群體交互決策的關鍵。通過對相關文獻的查閱及實踐發(fā)現(xiàn)，可用一致性指標來反映個體間的一致性，用共識度指標來反映個體偏好與群體偏好的一致性。而求解這兩個指標的關鍵是偏好向量間的相似度。

專家群體交互過程的具體步驟如下：

第一步：確定專家的共識度閾值δ*。共識度的設置取決于具體項目的復雜程度和重要程度。一般而言，決策共識度不應低于0.5，否則意味著決策共識度較低而失去了群決策的意義。對于地方公共投資項目，決策共識度應該設置到0.6以上，特別是對于相對復雜、重要的地方公共投資項目，決策共識度應提高到0.7以上。

第二步：專家對備選方案進行打分，第k位專家給出的評價矩陣為。

第三步：計算判斷矩陣相似度。首先，根據(jù)定義1－1將專家的判斷矩陣進行向量變化，然后按照公式（1－1）和公式（1－2），來計算出每位專家的評價矩陣的相似程度。

定義1-1（評價矩陣向量化）：假設決策者的備選項評價矩陣為，“MtoV”代表該決策的備選項評價矩陣的向量化運算，則稱n2×1向量的導出向量。

定義1-2：對于向量與，可構造A與B的閔可夫斯基相似度為

其中q＞0為實數(shù)的距離參數(shù)，可以按照實際需要適當選取合適的值。實數(shù)的距離參數(shù)常用的三個特殊數(shù)值分別是1、2和無窮大+∞，因為在以上三種情況下，公式（1-1）具有比較明確和直觀的集合含義。

定義1-3（評價矩陣相似度）：設有K個專家參與某一項目的評價，第個決策專家的評價向量的相似度為

第四步：計算專家決策共識度。根據(jù)前面計算得到的各位專家的評價矩陣相似度和公式1-6計算出該階段的共識度δ。

定義1-4（決策共識度）：設某階段決策過程中，若專家評價向量MtoV（A1）的相似度為S1，則

為決策共識度。顯然，0＜δ＜1，反映了專家群體意見的一致性程度。

如果該階段的決策共識度達到了專家的共識度閾值要求即δ≥δ*，專家交互過程結束；如果未達到閾值要求，則需要重新返回第一步。對于相似度最低的專家，應要求其針對評價結果向其他專家做出解釋和說明，這時有可能出現(xiàn)三種情形：

情形一：如果其他專家認為這位專家的理由是合理的，則專家群體將對評價結果進行修正并重新給出判斷矩陣，再次進入決策流程。

情形二：如果其他專家認為這位專家的理由是不合理的，這位專家對其他專家的意見表示認可，則應要求這位相似度最小的專家修改自己的評價矩陣。

情形三：如果其他專家認為這位專家的理由是不合理的，但這位專家對其他專家的意見表示不認可并堅持己見時，不能簡單的要求這位相似度最小的專家退出項目決策。為了避免決策失誤，決策過程的組織者應該暫時中止決策進程，將爭議交由更權威的專家或機構進行“決策復議”。

3.公眾群體交互決策

對于公眾而言，參與地方公共項目方案選擇為他們直接表達個體訴求并影響決策結果提供了平臺。與專家參與決策相比，公眾群體參與決策存在兩個不容忽視的問題：第一，受到能力、水平、經(jīng)驗等個體因素的影響，公眾對決策問題的認知水平相對較低。對于這一問題，可以通過對公眾進行“指引”得到有效解決。第二，公眾群體中的一些人顯然會是項目的直接利益相關者，他們會將追求切身利益的實現(xiàn)或免受傷害作為決策的“風向標”。即便通過多輪“交互”，出于自利動機，他們可能還是會拒絕修正偏好并“堅持己見”。在這種情況下，如果為了盲目追求達成共識而要求公眾修正偏好，可能會引發(fā)矛盾和沖突，甚至會讓公眾產(chǎn)生“整個過程都是有導向性的，已經(jīng)被精心安排而且設好了圈套”的想法。而是筆者認為公眾群體的交互決策不應一味強調偏好“一致性”問題，通過多次交互后，公眾仍然“各自為營”的情況是十分正常的。對于公眾群體而言，當某一輪“交互”結束后，如果發(fā)現(xiàn)各位公眾的決策偏好均不再發(fā)生任何改變并保持某種穩(wěn)定性時，“交互”就可以停止了。筆者認為“聚類+迭代”為解決公眾群體的交互決策問題提供了思路。

聚類是將數(shù)據(jù)分類到不同的類或者簇這樣的一個過程，同一個簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。本文采用了系統(tǒng)聚類法。

每位公眾對某個方案的評分均可以看作是m維空間的一個點。于是，就可以用這些點之間的距離來說明其相似性。對m維空間的點，定義它們的各種距離，包括絕對值距離，歐幾里德距離，明考夫斯基距離，切比雪夫距離，公式略。

計算各類之間的“距離”采用重心法（Centroid clustering）。設各類有一個重心，以重心間的距離定義類間距離，此時的距離一般選用平方歐氏距離（Square Euclidean distance），重心即均值。將兩類合并為一類后，重心的計算公式為

其中，分別為合并前兩類的重心，分別為合并前兩類所含的公眾數(shù)，為合并后新類的重心，為合并后新類（記為Gr）所含的樣品數(shù)。

所謂迭代，是指為了逼近所需目標或結果，重復反饋過程的活動?！暗钡乃枷胄蜗蟮孛枋隽斯娙后w交互式?jīng)Q策的過程。通過交互過程，公眾可能會對自己的決策偏好進行修正，從而引起評價矩陣的變化，如果評價矩陣發(fā)生變化，那就要進行下一次迭代，直到公眾群體的評價矩陣不發(fā)生質的改變?yōu)橹埂?/p>

公眾群體交互過程的具體步驟如下：

第一步：公眾對備選方案進行打分，第1個備選方案的評價矩陣為。

第二步：對公眾的打分矩陣進行矩陣減法運算，消除共同趨勢。依據(jù)每一個方案對進行聚類分析，標注每位公眾屬于哪類；

第三步：針對上一輪打分情況，決策組織方對公眾進行必要的“指引”，包括提供更多決策相關信息，解釋評價指標等，目的是提高公眾對各備選方案的認知水平。

第四步：公眾對備選方案進行第二輪打分，第1個備選方案的實數(shù)評價矩陣為。

第五步：對公眾打分的評價矩陣進行減法后，依據(jù)每一個方案進行聚類分析，標注每位公眾屬于哪類，并且與上一輪打分的結果進行比較，分類是否存在變化，如果有變化轉入第三步，否則決策結束。

4.專家與公眾權重的確定

決策的權力通常通過決策者的權重大小和屬性的權重大小來決定，由于將公眾引入到了地方公共投資項目方案選擇過程中，那就需要賦予公眾決策的權力。由專家和公眾群體自己來決定權重是比較合理的方式。本文使用熵權法進行賦權，具體步驟略。

四、實證分析

A市自來水水質較差，為了讓居民喝上健康水，A市政府決定在整個市區(qū)范圍內開展健康水工程。結合該區(qū)域的地質條件及供水情況，經(jīng)過篩選，提出了三個備選方案可供選擇，分別是管道直飲水方案、自助式水屋方案、零方案（不采取任何方案）。為了對備選方案進行決策，邀請了5位專家和45位公眾參與其中。鑒于文獻篇幅，本文將僅對決策方法部分進行詳述，涉及到的其他項目決策信息，如項目背景、評價指標、具體評分矩陣等，由于涉及的數(shù)據(jù)量較大，將不再贅述和列示。

1.確定專家評分結果

第一步：確定專家的共識度閾值。如前文所述，專家決策共識度的確定取決于具體項目的復雜程度和重要程度。綜合考慮相關因素，本文將專家共識度閾值δ*設為0.7。

第二步：依據(jù)地方公共投資項目方案選擇指標體系，5位專家分別對三個備選方案進行第一輪打分，得到專家的第一輪評價矩陣。

第三步：計算專家評分的相似度。首先，將專家的評價矩陣進行向量化，然后按照公式（1－1）和公式（1－2），計算出每位專家的評價矩陣的相似程度。通過計算，每位專家評分的相似度見表1所示。

表1 五位專家評價矩陣相似程度表

第四步：計算專家的共識度。根據(jù)上一步計算得到的各位專家的評價矩陣相似度及公式（1－3），計算出第一輪專家評價矩陣的共識度δ，見表2所示。

表2 專家評價矩陣共識度

根據(jù)專家共識度的計算結果，第一輪專家打分的共識度均高于專家的共識度闕值0.7，這意味專家對備選方案的評價結論一致性較高，達成了較高的共識，故專家評分過程可以結束。

2.確定公眾評分結果

第一步：公眾對備選方案進行第一輪打分，得到公眾第一輪的評價矩陣。

第二步：為了“去除共同趨勢影響”，對公眾評價矩陣進行兩兩對比，進行矩陣減法運算?！肮艿乐憋嬎惴桨浮?、“自助式水屋—零方案”的矩陣減法結果均顯示，公眾對于零方案的評分明顯低于管道直飲水方案和自助式水屋方案，這點也與專家方面的意見較為一致。因此，只需對管道直飲水方案、自助式水屋方案進一步比較?！肮艿乐憋嬎灾剿荨钡牟罘志仃囉姓龜?shù)、有負數(shù)且比較均衡，代表對公眾來說，這兩個方案各有所長。

將“管道直飲水－自助水屋”的差分矩陣，按照方案進行系統(tǒng)聚類，“1”代表管道直飲水方案，“2”代表自助水屋方案，標注每位公眾屬于哪類，詳見表3所示。根據(jù)第一次聚類結果可知，有30位公眾的評分結果支持“1”，即管道直飲水方案，15位公眾的打分結果支持“2”，即自助式水屋方案。

表3 公眾第一次聚類結果

第三步：根據(jù)專家、公眾的第一輪評分情況，對專家和公眾關于備選方案的觀點進行了整理與歸納，并向參與決策的專家和公眾發(fā)布，第一次發(fā)布的信息如表4所示。另外，對公眾評分時遇到的問題進行了回應，比如解釋評價指標等，提高公眾對備選方案決策的認知水平。

表4 第一次信息發(fā)布

通過信息發(fā)布，不同的觀點在專家和公眾間交流、溝通，專家獲取了公眾的想法，公眾也了解了專家的想法。在信息發(fā)布和指引后，公眾評分可能會發(fā)生調整。

第四步：公眾對管道直飲水和自助式水屋進行第二輪打分，得到公眾第二輪的評價矩陣。與第一輪評價矩陣比較可知：評價矩陣發(fā)生了改變，意味著部分公眾對第一輪評分進行了修正。

第五步：對公眾打分的第二輪評價矩陣進行減法運算，根據(jù)“管道直飲水—自助式水屋”的差分矩陣，依據(jù)每一個方案進行系統(tǒng)聚類。根據(jù)第二次聚類結果可知，有23位公眾支持管道直飲水方案，22位公眾支持自助式水屋方案。具體聚類結果不再列式。

第六步：向公眾群體發(fā)布第二次決策信息，見表5所示。通過第二次信息發(fā)布，一些新的觀點或建議將提供給公眾作為進一步?jīng)Q策參考，公眾將有權決定是否對自己的評分進行修正。

第七步：公眾對管道直飲水和自助式水屋進行第三輪打分，得到公眾的第三輪評價矩陣。

第八步：對公眾打分的第三輪評價矩陣進行差分運算，根據(jù)“管道直飲水—自助式水屋”的差分矩陣，依據(jù)每一個方案進行系統(tǒng)聚類。根據(jù)聚類結果可知，公眾的第三輪評價矩陣與第二輪評價矩陣完全相同，即公眾未對評分進行任何進一步的修正，公眾決策進程可以結束。

表5 第二次信息發(fā)布

3.確定專家與公眾權重

采用熵權法對專家、公眾的權重進行分配，賦權結果不再列示。

4.方案排序

根據(jù)專家和公眾權重、專家判斷矩陣和公眾判斷矩陣，將各備選方案在各指標上的評價值進行集結并排序、擇優(yōu)，方案綜合評分及排序見表6所示。

表6 方案綜合評分及排序

根據(jù)綜合評分及排序結果，自助式水屋方案是備選方案中的最優(yōu)方案，從項目本身和所在地區(qū)的基本情況及未來發(fā)展的契合程度來看，這個結論是比較合理的。綜上所述，本文將構建的決策方法模型應用于A市的健康水工程項目決策，進行了邏輯推演，得到了合理的結論。

[1]朱德米.公共政策制定與公民參與研究[M].同濟大學出版社，2014.

[2]徐選華.偏好沖突優(yōu)化的多屬性多階段大群體決策方法[J].系統(tǒng)工程學報，2014，29（1）：48－55.

[3]耿帥，張昊渤.非經(jīng)營性政府投資項目決策——基于群決策理論與模型研究[M].中國電力出版社，2015.

[4]（美）保羅.A薩巴蒂爾.政策過程理論[M].北京：生活.讀書.新知 三聯(lián)書店，2004.

[5]JOHN CLAYTON THOMAS，孫柏瑛.公共決策中的公民參與[M].中國人民大學出版社，2010.

[6]彭怡.動態(tài)群體決策理論及其應用研究[D].西南交通大學博士研究生學位論文，2006.