馬利華，顏會哲，袁秀玲，鄭 宇

(河北工程大學 管理工程與商學院，河北 邯鄲 056038)

公眾的食品安全行為是指公眾在從事與食品安全有關的活動中所表現出來的對食品安全的具體行為方式，是不同的個體或群體，在食品安全社會氛圍、食品安全價值觀念的影響下，為提高自身或社會的食品安全水平而采取的行動[1]。公眾食品安全行為不僅受到公眾個體心理特征因素[2]、社會人口統(tǒng)計變量影響[3]，還受到風險感知等諸多因素的影響[4]。在經濟社會中，公眾作為每一個個體可被看作“社會人”，其構成彼此相互影響的社會人際網絡[5]。根據社會學習理論，公眾個體的行為可以在外界環(huán)境的影響下后天習得[6]。

Watts和Strogatz在研究社會網絡時，首次提出了WS模型，即小世界網絡模型(Small World Network Model)[7]。Newman和Watts進一步闡述了小世界網絡模型的構建原則[8]。varcov等運用小世界網路模型研究了復雜系統(tǒng)里的群體行為演化問題[9]。Okushima等將小世界網路模型應用于解決環(huán)境領域新能源汽車的選擇行為問題[10]。

我國學者魏奇鋒等利用小世界網絡的WS模型構建了結構化的演化模型，并分析了知識網絡的網絡結構及演化問題[11]。王展昭利用小世界網絡仿真研究了復雜因素下的品牌競爭與新產品擴散之間的影響關系[12]。高長春等利用小世界網絡構建了集群網絡的轉移行為仿真模型，對具有小世界網絡特性的知識網絡中的知識轉移行為進行了仿真研究[13]。湯小莉等研究了小世界網絡與嵌入在其中的個體創(chuàng)造力的關系，進一步拓展了小世界網絡在行為選擇演化中的應用[14]。

在行為研究領域，公眾個體可以被看作相互影響的社會網絡中的節(jié)點。因此，在食品安全行為研究中，公眾個體的復雜關系可以看作人際網絡結構。本文基于小世界網絡理論框架，構建公眾食品安全行為仿真模型，分析生產風險感知對公眾食品安全行為的干預影響，為食品安全管理政策制定提供動態(tài)仿真依據。

1 模型構建

1.1 小世界網絡

Watts和Strogatz提出的WS模型中，將描述社會現象的小世界網絡定義為一種網絡圖，在網絡圖中，絕大多數節(jié)點之間并不相鄰，并且大多數任意節(jié)點，都可以用較少的步數訪問到其他節(jié)點[7]。隨后Asheim等在分析小世界網絡的結構基礎上，提出特征路徑長度、集聚系數及對數路徑3個特性，使小世界網絡更能描述社會網絡問題[15]。傳統(tǒng)的無加權小世界網絡存在收斂效率低等缺點，因此本文引入加權小世界網絡模型[15-16]，進行公眾食品安全行為仿真。

1.2 模型分析

1.2.1 網絡模型分析

構建公眾食品安全行為網絡模型時，重點要考慮公眾個體節(jié)點之間的關系集聚度。網絡中的關系集聚度的演化趨勢是隨概率更加緊密。本文構建公眾食品安全行為選擇的小世界網絡L，L=(N,S,R)。網絡模型中，N=(1,2,3，…，n)，n表示網絡中的節(jié)點個數；S={S(i)|∈N}，為小世界網絡中所有邊的集。R={(rij)|i,j∈N}，表示小世界網絡中公眾個體間全部關系集聚度的集。rij表示公眾個體i與公眾個體j的關系集聚度，本文假設公眾個體節(jié)點之間的關系集聚度對稱，即rij=rji。

1.2.2 網絡參數

在所構建的公眾食品安全行為選擇小世界網絡模型中，設定參數如下：其中網絡模型節(jié)點數N設為500；節(jié)點的臨接數k設為8；斷邊重連概率p設為0.09；仿真步長T取20萬次，當前步長設為1。

1.2.3 網絡關系

在所構建的公眾食品安全行為選擇小世界網絡模型中，設定每一個公眾個體節(jié)點可選擇多種行為，且能正確標記自己的行為。由此，假設所構建的公眾食品安全行為選擇小世界網絡模型中每一個節(jié)點至多選擇X種行為。在構建的小世界網絡中，i代表個體節(jié)點，i=(1,2,3，…，X)；c代表行為的種類，c∈[1,X]；v∈[i,c]是公眾個體節(jié)點i在h行為上選擇的值；t時刻小世界網絡中個體節(jié)點i選擇的行為是在X種行為的均值。

2 網絡仿真流程

公眾食品安全行為節(jié)點分為勸導方和接收方。勸導方和接收方都遵循一定的選擇演化策略，而不同的選擇策略影響小世界網絡的整體均衡性。為方便比較，本文將公眾食品安全行為的選擇方式設定為三種：隨機選擇、集聚優(yōu)先和距離優(yōu)先模式。

2.1 隨機選擇模式設定

隨機模式公眾食品安全行為選擇設定如下：在公眾食品安全行為選擇時，網絡中的任一接收節(jié)點j與其相鄰的某一節(jié)點i發(fā)生擴散的條件是此時存在一個有級差的“不良食品安全行為”類h，此刻勸導方節(jié)點i的個體食品安全行為選擇概率大于接收方節(jié)點j。

2.2 集聚優(yōu)先的設定原則

集聚優(yōu)先模式公眾食品安全行為選擇設定如下：公眾食品安全行為選擇時，在符合“不良食品安全行為”的所有相鄰節(jié)點中，基于“集聚優(yōu)先”原則，公眾個體均選擇與自身聚集度最大的節(jié)點j作為接收方。此時每一個體對其他個體產生驅動的前提是v[i,c]>v[j,c]并且rij=Max{rij}。

2.3 距離優(yōu)先的設定原則

本文中距離優(yōu)先模式公眾食品安全行為選擇設定如下：公眾食品安全行為選擇時，在符合“食品安全行為選擇不一致”條件的所有相鄰節(jié)點中，基于“距離優(yōu)先”原則，公眾個體均選擇與自身選擇差異最大的節(jié)點作為接收方。此時每一個體對其它個體產生驅動的前提是v[i,c]>v[j,c]并且v[i,c]=Max{v[i,c]}。

2.4 行為選擇

在網絡設定中，勸導方有三種行為選擇模式，接受方則為隨機選擇。公眾食品安全行為的發(fā)生，要滿足“不良食品安全行為”條件的所有公眾個體節(jié)點中隨機選取任一公眾個體節(jié)點作為接收方，因此，接收方要滿足其食品安全行為差于影響方。

本文設定的公眾食品安全行為選擇機制，在不考慮其他情況下，重點探討關系集聚度影響下的公眾食品安全行為選擇演化趨勢。其中，公眾食品安全行為選擇的步長值為t，而公眾個體i與公眾個體j的公眾食品安全行為選擇公式如下：

v[i,c](t+1)=v[j,c](t)+φ[j]×rij×

{v[i,c](t)-v[j,c](t)}

(1)

v[i,c](t+1)=v[j,c](t)

(2)

其中，φ[j]為節(jié)點j的食品安全行為選擇系數，其賦值區(qū)間為(0，0.2]，公眾個體食品安全行為選擇節(jié)點間的關系集聚度是rij，其賦值區(qū)間為(0，1]。

在所構建小世界網絡中，公眾個體t時刻的食品安全行為選擇值，如公式(3)所示。

(3)

3 仿真結果

本文運用Matlab(2014b)對構建的小世界網絡模型進行仿真。考慮關系集聚、路徑距離和生產風險感知對公眾行為選擇的影響是同步產生的。因此，本文首先分析基于公眾關系集聚強度的食品安全行為的選擇規(guī)律，再進一步討論生產風險感知干預下的公眾食品安全行為的選擇規(guī)律。

3.1 生產風險感知干預結果分析

3.1.1 無生產風險感知的干預分析

不加入生產風險感知，僅考察加入關系集聚強度和行為距離進行干預對比分析，此情景下網絡模型中所有節(jié)點之間的關系集聚強度在[0，1]之間隨機選取。仿真結果如圖1所示。

由圖1可知無生產風險感知的公眾食品安全行為趨勢：在仿真初期，集聚優(yōu)先模式和距離優(yōu)先模式的影響差距不顯著，但均明顯高于隨機模式；分析仿真中期，集聚優(yōu)先、距離優(yōu)先和隨機模式三者差距逐漸變大；考察仿真后期，公眾食品安全行為選擇的集聚優(yōu)先和隨機模式二者呈現趨同態(tài)勢，此階段距離優(yōu)先模式差距逐漸變大。進一步分析，公眾食品安全行為選擇在距離優(yōu)先模式下增長幅度較大，原因是在行為選擇過程中，接收方收到勸導方的“不良食品安全行為”趨弱。而且，隨著仿真步長的增加，三種模式下公眾食品安全行為方差逐漸減少，網絡中公眾選擇行為逐漸趨向均衡。

在基于加權小世界網絡模型的食品安全行為網絡結構中，由公眾食品安全行為變化趨勢和網絡均衡綜合分析可知，遵循集聚優(yōu)先的選擇策略與接收方發(fā)生影響行為的發(fā)送方會使網絡中所有個體的行為選擇最快達到最優(yōu)。

3.1.2 生產風險感知的綜合干預分析

將生產環(huán)節(jié)風險感知取最大值5，生成公眾食品安全行為變化曲線如圖2。

圖2中，在加入生產風險感知情況下，公眾食品安全行為選擇趨勢顯著增大，在仿真初始階段最為顯著。而隨著仿真步長的加大，生產風險感知對食品安全行為的影響逐漸趨于穩(wěn)定。其中，距離優(yōu)先模式相比集聚優(yōu)先模式的影響效果要更顯著，且無生產風險感知干預的集聚模式的影響效果要優(yōu)于生產風險感知綜合的隨機模式。

圖1 無生產風險感知的公眾食品安全行為趨勢Fig.1 Trend of public food safety behavior without production risk perception

圖2 生產風險感知干預下的公眾食品安全行為趨勢Fig.2 Trend of public food safety behavior under the intervention of production risk perception

3.1.3 結果分析

在針對公眾個體間具有小世界網絡特性的行為演化進行仿真時，若不納入生產風險感知仿真時，隨著仿真步長的增加，集聚優(yōu)先、距離優(yōu)先和隨機三種模式下公眾食品安全行為方差逐漸減少，網絡中公眾選擇行為逐漸趨向均衡；在納入生產風險感知干預仿真時，公眾食品安全行為得到了明顯提升，最終生產風險感知對食品安全行為的影響逐漸趨于穩(wěn)定。其中，距離優(yōu)先模式相比集聚優(yōu)先模式的影響效果要更顯著，且無生產風險感知干預的集聚模式的影響效果要優(yōu)于生產風險感知綜合的隨機模式。

3.2 不同集聚度的結果分析

在本文所建小世界網絡模型中，節(jié)點間的關系集聚度的區(qū)間設為(0，1]，其中高集聚度取值[0.7，0.9]，低集聚度取值[0.1，0.3]。

3.2.1 “低集聚度”對公眾食品安全行為選擇的影響

首先，在不加入生產環(huán)節(jié)風險感知情況下，設定食品安全行為網絡中節(jié)點之間的關系集聚度為[0.1，0.3]，仿真結果如下：

圖3中，在“低集聚度”網絡仿真過程時，可知公眾食品安全行為選擇在距離優(yōu)先和集聚優(yōu)先兩種模式下差距較小，二者均比隨機模式高。分析仿真前期，公眾食品安全行為選擇在距離優(yōu)先模式下最多，距離優(yōu)先模式次之；考察仿真中后期，距離優(yōu)先模式的優(yōu)勢逐漸顯現，此時其食品安全行為選擇最多。距離優(yōu)先模式下節(jié)點公眾食品安全行為方差最小，即網絡中公眾食品行為選擇的均衡性最好，而隨機模式下的網絡行為選擇均衡性最差。

其次，在加入生產風險感知情況下，將干預程度取最大值5，仿真結果如下：

由圖4可知，加入生產風險感知的影響，并取值為5時，網絡內的公眾食品安全行為選擇均有一定的提升，但是提升程度并不明顯，特別是生產風險感知干預后的結果。進一步考察仿真初期，公眾食品安全行為選擇在距離優(yōu)先模式略高于集聚優(yōu)先模式，兩者均顯著高于隨機模式。而隨著仿真步長的增大，公眾食品安全行為選擇的距離優(yōu)先模式演化則高于集聚優(yōu)先模式。

圖3 “低集聚度”網絡對公眾食品安全行為選擇的影響Fig.3 Influence of “l(fā)ow agglomeration” network on public food safety behavior choice

圖4 “低集聚度”網絡加入生產風險感知的行為選擇化趨勢Fig.4 The behavior selection trend of “l(fā)ow agglomeration” network joining production risk perception

3.2.2 “高集聚度”對公眾食品安全行為選擇的影響

首先，在不加入生產環(huán)節(jié)風險感知情況下，設定食品安全行為網絡中節(jié)點之間的關系集聚度為[0.7，0.9]，進行仿真，結果如下：

圖5中，在“高集聚度”網絡仿真過程時，可知公眾食品安全行為選擇在距離優(yōu)先模式下有明顯的優(yōu)勢。分析可知，公眾食品安全行為選擇在“高集聚度”網絡中的增長趨勢比集聚優(yōu)先和隨機兩種模式均顯著；進一步考察仿真中前期，此階段公眾食品安全行為網絡均衡性優(yōu)于其它階段。

其次，在加入生產風險感知情況下，將干預程度取最大值5，仿真結果如下：

由圖6可知，加入生產風險感知后，網絡內的公眾食品安全行為選擇均有一定的提高。仿真前期，公眾食品安全行為選擇的距離優(yōu)先模式略高于集聚優(yōu)先模式，兩者均明顯高于隨機模式。隨著仿真步長的增大，公眾食品安全行為選擇的距離優(yōu)先模式演化為高于集聚優(yōu)先模式；仿真后期，三種模式呈現趨同態(tài)勢。進一步考察仿真全過程，無論是否加入生產風險感知，集聚優(yōu)先模式的公眾食品安全行為選擇其方差均最小，其網絡均衡性顯著優(yōu)于隨機模式和距離優(yōu)先模式。

3.2.3 結果分析

在“低集聚度”網絡中，若不考慮生產風險感知，距離優(yōu)先模式與集聚優(yōu)先模式對公眾食品安全行為的影響差均高于隨機模式；在考慮生產風險感知時，網絡內的公眾食品安全行為選擇均有一定的提升，但提升程度并不明顯，其中在仿真初期，距離優(yōu)先模式下的食品安全行為選擇略高于集聚優(yōu)先模式，隨著仿真步長的增加，距離優(yōu)先模式的公眾食品安全行為選擇高于距離集聚模式。在“高集聚度”網絡中，若不考慮生產風險感知，則距離優(yōu)先模式具有明顯優(yōu)勢，食品安全行為增長趨勢較集聚優(yōu)先模式和隨機模式影響顯著；在考慮生產風險感知時，網絡內的公眾食品安全行為選擇均有一定的提高，在仿真前期，距離優(yōu)先模式下和集聚優(yōu)先模式明顯高于隨機模式，則隨著仿真步長增大，距離優(yōu)先模式選擇高于集聚優(yōu)先模式。

圖5 “高集聚度”網絡對公眾食品安全行為選擇的影響Fig.5 Influence of “high concentration” network on public food safety behavior choice

圖6 “高集聚度”網絡加入生產風險感知的行為選擇趨勢Fig.6 Behavior choice trend of “high agglomeration” network joining production risk perception

4 結論

本文基于構建的小世界網絡模型，研究了公眾食品安全行為仿真問題，分別分析了不同情景模式下的公眾食品安全行為選擇趨勢。結論顯示：在不考慮網絡集聚度時，如果納入生產風險感知，公眾食品安全行為有明顯提升，表明生產環(huán)節(jié)風險感知對公眾食品安全行為選擇影響顯著；而在考慮網絡集聚度時，在納入生產風險感知時，無論何種網絡公眾食品安全行為選擇均有一定程度提升，證明了生產環(huán)節(jié)風險感知對不同集聚度網絡中的公眾食品安全行為選擇均有正向影響。本文仿真的公眾食品安全行為選擇的動態(tài)趨勢，為食品安全行為提升提供了選擇路徑，為食品安全政策制定提供了仿真依據。