社区建成环境改造中居民情绪传染机制及治理研究

姜凤珍,史晓妮

(青岛理工大学管理工程学院,山东 青岛 266520)

0 引言

中国第十三届全国人大四次会议之后,城市规划思路更加重视存量型发展。由于社区是基层的社会组织单元,据住建部调查数据显示,中国需要改造的社区数量多达17万个,涉及居民上亿人、超4 200万户,预估投资额共4.54万亿人民币。基于此,自下而上的社区建成环境改造成为中国城市更新的主要方向[1]。该改造工作可有效改善居民居住条件,已成为拉动经济增长、构建国内经济循环的重要举措。

社区建成环境改造按照改造内容可分为3类:基础类、完善类、提升类[2]。基础类改造主要由中央及各级政府出资,完善基础设施以满足居民基本生活、安全需要;提升类改造主要依靠社会资本参与,包括公共服务设施建设和智慧化改造;完善类改造主要改善居民居住条件和满足居民生活便利需要,如加装电梯、修建停车场等,虽有政府补助,但居民仍需通过“谁受益,谁出资”原则解决其余资金问题,此类改造也是本文的研究对象。完善类改造因涉及自身利益,居民常由于出资金额、分摊比例等问题难以协商一致。且居民是理性化和情绪化共存的矛盾体,当感知自身利益将受到损害时,居民群体极易产生愤怒、焦虑等消极情绪,并在社区网络情绪传播中引发“情绪共振”,进而通过情绪传染机制导致消极情绪的大规模蔓延,最终致使改造工作“失效”,如海南海口一旧城改造计划就因40%的居民反对而放弃。因此,深入剖析政府进行建成环境完善类改造时居民情绪的产生及传播机理,对于探讨居民异质性及情绪传染机制对挖掘居民参与社区改造的积极性、提升社区改造成效具有重要意义。

目前相关学者对于建成环境与情绪方面的研究,主要借助实证或数据分析,从特定建成环境空间类型的居民情绪分布特征[3]、城市积极空间与消极空间识别[4]、建成环境的情绪响应[5]等角度进行探讨,缺乏对两者之间是否存在“自上而下”联系的考虑。且有关研究表明,情绪会引导个体决策以避免诱发负面情绪(如后悔、愤怒)和提升正面情绪(如欣喜、满足)[6],这也是后悔理论的主要思想。因此,居民后悔感知如何影响个体情绪状态及其微观决策,也成为探究建成环境改造过程中居民动态交互与情绪宏观涌现之间关系的独特视角。

此外,居民对于社区建成环境改造必要性的认知,既有微观上的个体需求、情感倾向、行为偏好等方面的差异,更有宏观上的改造要素广泛、改造方案多样及政策环境等复杂现实,致使其情绪演化及传播随着社会关系的复杂逐步向非线性及网络化延伸。基于此,传统实证研究已难以解释居民情绪的产生、传播机理与个体心理、行为偏好间的内生互动性。Multi-Agent仿真不失为剖析居民情绪传染动态机制的有效方法,在描绘个体社会、关系属性差异方面具有独特优势[7]。演化博弈具有将个体交互与策略学习模型化的能力,弥补了Agent仿真在交互过程中个体策略更新依据的不足[8]。同时,鉴于情绪传染与病毒扩散的相似性[9],将社区改造中居民情绪传染的独特性质融入ISRC传染病模型,并对其加以改进,以进一步揭示居民情绪传染的非线性、复杂性特征。

综上,现有文献虽深入研究了影响个体情绪的建成环境要素,量化分析了个体交互学习过程,但仍存在如下问题:1)以往研究忽视了情感倾向差异、嫉妒心理等非理性因素对人的心理感知和实际决策所带来的影响,致使研究结果与现实生活存在出入;2)未考虑居民情绪异质性对社区改造的感知影响,也未明确解释情绪传染机制与居民情绪演变进而影响其决策行为之间的内在机理;3)一般性改造事件显然不能体现完善类改造的独特性质,以往研究所总结的经验、启示已不适用于特定社区建成环境要素的改造情形。

基于上述分析,本文考虑情绪异质性、情绪传染机制对居民行为决策的影响,并将后悔理论引入多Agent仿真模型,从演化博弈视角探究政府改造相关建成环境时,居民个体不同的情绪类型偏好对其感知收益及策略选择的影响。一方面,从居民嵌入社区人际关系网络中的复杂交互及情绪决策着手,剖析居民微观情绪传播与情绪宏观涌现机理,从情绪的动态传染机制方面丰富了情绪传染理论的实践应用。另一方面,将Multi-Agent技术、ISRC模型、后悔理论与演化博弈相集成,探索居民情绪演化对社区改造成效的影响机理,为社区建成环境改造问题的治理研究提供理论参考。

1 情绪传染系统理论设计

1.1 情绪传染系统动力机制分析

社区改造事件中的居民情绪传染系统具有自主性及自适应性,是一个由多属性、多偏好主体交互形成的复杂适应系统。该情绪传染系统的内部动力源于有限理性居民追求利益最大化,不断寻求最优情绪策略选择。而在社区人际关系网络中,居民间持续、非线性的交互会不断传播情绪信息,进而推动系统涌现出大规模的情绪传染特性,构成了情绪传染系统的外部动力源。

居民在改造后所获得的利益决定了情绪在微观个体中的传染进程,而社区关系网络中的情绪传染强度及信息传播速率会进一步影响个体的情绪策略演化。因此,居民情绪在内动力的牵引及外动力的推动下持续传播,最终形成情绪传染系统的“双动力”机制。基于此,借助演化博弈分析居民情绪策略更新的内部动力,并利用Multi-Agent技术探究个体微观情绪决策与情绪宏观涌现间的复杂联系。情绪传染系统的双动力机制如图1所示。

图1 情绪传染系统的双动力机制

1.2 理论模型设计

1.2.1 居民情绪状态分类

依据现实社区建成环境完善类改造中居民的情绪特征及情绪传染特性[10],可将其情绪状态分为4类,分别是:

1)未知情绪(Ignorant):未知情绪居民尚未获知该改造事件。

2)积极情绪(Positive):积极情绪居民会大力支持该项完善类改造,主动参与改造事务的协商、决策,并在社区人际关系网络中传播支持改造的积极情绪信息。

3)中立情绪(Neutral):中立情绪居民无明显行为、情绪倾向,对改造内容漠不关心或处于观望状态,不具有传播情绪信息的能力及动机。

4)消极情绪(Negative):消极情绪居民反对该项完善类改造,可能采取一定措施以达成反对目的,并在社区网络中传播反对改造的消极情绪信息。

1.2.2 居民情绪传染路径设计

ISRC模型作为SIR传染病模型在谣言传播中的具体应用,在原有的易感者(I)、传播者(S)、免疫者(R)的基础上,增添了一类新仓室:控制者(C)[11],传播路径如图2所示。

图2 ISRC模型

ISRC模型的特殊之处在于:传播者会向外传播谣言,而控制者会阻止谣言的传播并澄清谣言,以提升易感者的免疫力[12]。该传播路径与现实中对社区改造事件持积极情绪的居民为达成改造目的,会阻止消极情绪在社区网络中的扩散,并采取相关措施以提升中立情绪、消极情绪居民改造积极性的特点大致相似。但现实中居民情绪传染路径更为复杂,消极情绪居民亦会作为控制者阻止积极情绪的扩散,且居民的3种情绪状态在一定刺激下可以相互转换,与ISRC模型中控制者、传播者最终都会以一定概率转换为免疫者的情况不同。

基于此,参考ISRC模型的传播规则,并依据现实社区改造中的居民情绪传染特点对模型加以改进,构建居民情绪传染路径的理论模型,如图3所示。

图3 居民情绪传染理论模型

1.3 基于“情绪因素”的居民性格特征假设

情绪传染理论认为,个体在被情绪传染或传染其他个体的过程中都存在显著的个体差异。因此结合Verbeke[13]的相关研究,按居民“易被情绪传染的程度”,将其分为3种类型:1)冷漠型:此类居民对他人情绪状态不敏感,且难以将自身情绪传染给周围邻居;2)慷慨型:此类居民在一定程度上受到他人情绪状态影响,同时也在一定程度上影响他人的情绪状态选择;3)魅力型:此类居民对他人情绪状态极其敏感,且易将自身情绪传染给周围邻居。

2 情绪传染系统仿真设计

2.1 内动力模型设计

本研究采用博弈矩阵描述内动力决策阶段居民个体间的交互关系,相关参数:bi:居民获得的信息总量;αi:居民信息认知偏差系数;μi:居民的信息接收能力,取决于相互传播信息的居民之间的交互强度;λi:协同效应系数,支持改造居民在交互时补齐信息缺陷而使自身感知收益增大的能力;β:补偿系数,政府为鼓励居民的支持行为而提供的补偿程度;η:异质情绪系数,指居民双方在情绪类型上的相似程度;cp/n:持积极/消极情绪居民的信息扩散成本系数;fi:居民的支持改造成本。

居民双方不同的策略组合会导致不同的收益。

情况1(支持,支持)。当双方都支持改造时,则均可得自身感知收益、信息共享收益、协同收益和政府补偿,且需付出信息传播成本。因此,居民1的收益为D1=α1b1+μ1α2b2+ηλ1α1b1+βα1b1-cp1α1b1-f1,居民2的收益为D2=α2b2+μ2α1b1+ηλ2α2b2+βα2b2-cp2α2b2-f2。

情况2(支持,反对)。此时,居民1只能得到自身感知收益、政府补偿,且需付出信息传播成本,其收益为H1=α1b1+βα1b1-cp1α1b1-f1。居民2可从居民1处获得信息共享收益,仍需消耗信息传播成本,收益为J2=α2b2+μ2α1b1-cn2α2b2。

情况3(反对,支持)。与情况2相反,居民1的收益为J1=α1b1+μ1α2b2-cn1α1b1。居民2的收益为H2=α2b2+βα2b2-cp2α2b2-f2。

情况4(反对,反对)。当双方均反对改造时,则各方都只能获得自身感知收益,但需承担信息传播成本。居民1的收益为L1=α1b1-cn1α1b1,居民2的收益为L2=α2b2-cn2α2b2。

综上,可得到居民决策收益支付矩阵,如表1所示。

表1 交互行为博弈支付矩阵

假设群体中支持建成环境改造的居民占比为k,则反对改造的居民占比为1-k。居民i(j)采取支持和反对改造的期望效用分别为U1i(j),U2i(j)。

U1i(j)=kμi(j)αj(i)bj(i)+(1+kηλi(j)+β-cpi(j))αi(j)bi(j)-fi(j)

(1)

U2i(j)=kμi(j)αj(i)bj(i)+(1-cni(j))αi(j)bi(j)

(2)

其中,i,j∈{1,2}且i≠j。

此外,居民的“后悔规避”心理也与改造中居民的期望效用密切相关。后悔理论认为在实际决策过程中,感知效用由a方案(支持改造)的效用函数和与b方案(反对改造)对比的后悔—欣喜函数组成。设V(a),V(b)为居民采用两种策略的效用,ΔV=V(a)-V(b)。R(ΔV)为策略a,b对比的后悔—欣喜值。R(ΔV)>0,表示居民对支持行为感到欣喜;R(ΔV)<0,表示居民对支持行为感到后悔;R(ΔV)=0,表示居民对支持行为不感到欣喜或后悔。

参考相关理论与文献[14],可得居民的后悔—欣喜函数表达式为

(3)

综上,考虑个体后悔心理因素后,居民支持、反对行为效用函数更新为

(4)

(5)

2.2 “情绪传染”过程设计

由情绪的评定—兴奋学说可知,情绪产生的过程为:场景或行为—评估—情绪。即居民个体对社区改造的不同评估态度亦会引发相应的情绪反应。若居民评估后认为社区改造对自身有利,则会支持改造,情绪状态为积极情绪;若认为对自身有害,则反对改造,对应消极情绪;若认为无关,则会处于缄默、观望状态,此时为中立情绪。因此,可用居民情绪类型替代支持、反对改造行为,将情绪在交互过程中视为一种“策略”,获胜方的情绪特征将成为系统的最优策略,并决定其不同的行为选择。

基于此,本文分析将居民的行为策略转换为情绪状态策略,用情绪传染模型替代传统的行为决策模型,以期探寻建成环境改造事件中居民情绪的传染规律及相关影响因素。

根据表1,计算t时刻居民个人得益,进而得到下述命题与推论。

命题1当f<(β+cn-cp)αb时,居民理性情绪状态选择结果恒为积极情绪。

命题2当f>ηλαb+(β+cn-cp)αb时,居民理性情绪状态选择结果恒为消极情绪。

推论1当(β+cn-cp)αb≤f≤ηλαb+(β+cn-cp)αb时,居民行为决策不稳定,一般处于观望状态,情绪状态选择结果为中立情绪。

同时,居民决策还受到“同理心”与“嫉妒”心理的影响。“同理心”使居民更倾向于和自己具有相似情绪类型的人交互,而“嫉妒”在一定程度上抑制了其与更积极居民信息交流的意愿。基于此,设计综合考虑居民情感偏好差异、互动机制及历史信息的情绪传染规则。

本文用情绪特征匹配度来表示不同情绪类型居民间情绪模仿的概率,为简化表达,设居民情绪状态为ζi∈{0,1,2},其中0,1,2分别代表积极情绪、中立情绪、消极情绪。

定义1居民个体情绪特征匹配度为Match(Pi,Pj)∈(0,1),i,j=0,1,2。

本模型中,设Match(P0,P0)=Uni(0.8,1),Match(P0,P1)=Uni(0.3,0.8),Match(P0,P2)=Uni(0,0.3),Match(P1,P1)=Uni(0.8,1),Match(P2,P2)=Uni(0.8,1),Match(P2,P1)=Uni(0.3,0.8),Match(P2,P0)=Uni(0,0.3)。

但是,持中立情绪的居民可能有多种态度,因此设定两种情况:1)中立情绪居民更倾向于和积极情绪居民交互,即更倾向于模仿积极情绪,此时有:Match(P1,P1)>Match(P1,P0)=(0.3,0.8)>Match(P1,P2)=(0,0.3)。2)中立情绪居民更倾向于和消极情绪居民交互,即更倾向于模仿消极情绪,此时有:Match(P1,P1)>Match(P1,P2)=(0.3,0.8)>Match(P1,P0)=(0,0.3)。

在每轮策略更新中,居民会将自身情绪效用值与邻居进行比较。若邻居值更高,则在下一轮中会以概率p模仿邻居的情绪状态。p可依据Fermi-Dirac函数进行计算[15],公式为

p={1+exp[(Ui-Uj)/r]}-1

(6)

其中,Ui为居民i的情绪效用值;Uj为其邻居中情绪效用最大值;r为信息噪声。

2.3 外动力模型设计

借助仿真软件Anylogic 7.0.2建立多Agent模型,研究社区建成环境完善类改造中的居民情绪传染规律。仿真模型包含两部分:1)主模型和类的设定;2)模型运行步骤。

2.3.1 主模型和类的设定

依据图3的理论模型,在Anylogic 7.0.2中开发居民情绪传染系统,如图4、图5所示。图4的主模型为多Agent模型,其中population类表示居民集合,populationSize表示居民总数,numContact表示积极、消极情绪居民每天的接触人数,infectiousRate表示积极、消极情绪的传染率。变量PoM,NuM,NeM分别统计随时间演化持积极、中立、消极情绪的居民人数,charact1,charact2,charact3则分别统计3种性格特征类型的居民人数。

图4 主模型

图5 Person类

图5为Person类,每位居民表示一个Person对象。Person类中变量、参数设定:1)behavior表示居民在该时刻的情绪决策状态,与左边状态图相对应。behavior={0,1,2},分别表示居民选择积极情绪、中立情绪、消极情绪。2)charact表示居民性格类型。charact={1,2,3},分别表示冷漠型、慷慨型、魅力型。3)cht表示居民情绪类型。cht={0,1,2},分别表示积极、中立、消极情绪。4)neighbors表示居民的邻居集合。5)Ui表示居民某时刻的情绪决策效用值,Uj表示该时刻其邻居中情绪效用最大值。

图5中的其余变量、参数在居民情绪决策过程中起辅助作用。其中,“inclineToPoM”、“inclineToNeM”表示中立情绪居民的交互倾向。i表示居民的邻居数量;j表示上一时刻持积极情绪的邻居数量,m为持消极情绪的邻居数量;x表示某时刻该居民周围为积极情绪的邻居比例,x=j/i;y为消极情绪的邻居比例,y=m/i。其余参数含义详见2.1。

此外,为考察接触率和传染率对居民情绪传染行为的影响,设定居民间存在信息交互,持积极、消极情绪的居民会向外主动传播信息,“劝说”邻居选择与其同类的情绪类型。为实现该过程,在状态图中的NeM、PoM中分别加一个名为message1、message2的Transition,表示居民的消极、积极情绪会以ξ的传染速率向外传播,其中,ξ=get_Main().numContact*get_Main().infectiousRate。

2.3.2 模型运行步骤

本研究采用同步模型,实现了社区居民情绪决策和交互背后的过程,模拟过程如表2所示。

表2 模型模拟过程

3 模拟实验

青岛市黄岛区北江路小区是该区首个成功加装轿厢式电梯的老旧小区,因此,本文实地调研了北江路小区加装电梯项目的推进过程,在与小区业主、社区居委会及街道办事处工作人员面谈及电话咨询的基础上,参考复杂决策、计算机科学等相关领域的文献后[16-17],设定模型参数初始值为:b=50,α=0.3,μ=0.5,λ=0.3,β=0.2,η=0.5,cp=0.2,cn=0.5,f=8。此外,设定居民总数为200,性格特征分布条件遵循Φcharact(1,2,3)=(0.3,0.3,0.4)。

本文仿真分析了完善类改造中居民情绪传染的内在机制及规律特征。首先探究中立情绪居民不同的交互倾向对情绪传染的影响;其次,通过调整情绪效用参数观察情绪传染规律。

3.1 中立情绪居民差异性倾向

由2.2可知,中立情绪居民会存在多种交互态度。可能倾向于和积极情绪居民交互,即Match(P1,P1)=(0.8,1)>Match(P1,P0)=(0.3,0.8)>Match(P1,P2)=(0,0.3);也可能倾向于和消极情绪居民交互,Match(P1,P1)=(0.8,1)>Match(P1,P2)=(0.3,0.8)>Match(P1,P0)=(0,0.3)。为探究中立情绪居民的交互差异对系统演化的影响,进行仿真分析,结果如图6所示。

图6 中立情绪居民不同的交互倾向对系统演化的影响

由图6可知,中立情绪居民的交互倾向差异导致系统出现两种不同的演化状态。当中立情绪居民更倾向于和积极情绪居民交互时,除中立情绪外,积极情绪成为居民的占优情绪选择;反之,则消极情绪更优。且图6a中3种情绪的传播速度更快,在更短时间内达到各自的波动水平,振幅、周期频率也更小,说明此时系统更为稳定。因此,增强中立情绪居民与积极情绪居民交互的意愿,能正向促进积极情绪传播的广度和深度。这是因为当中立情绪居民和积极情绪居民互动更多时,由于近邻效用的存在,且在积极居民的广泛动员下,即使改造需要承担一定成本,中立居民也会更加关注改造后所获得的经济、感知效益,致使其会迅速、坚定地转变为积极情绪;反之,当其更倾向于和消极情绪居民交互时,消极情绪会为中立居民提供关于改造的负面认知,使其更加关注改造所需付出的金钱、精力成本,但在有关部门及社区的宣传、动员下,中立、消极居民面临的社会规范压力较大,因此,双方情绪状态波动性较高,且消极情绪在中立居民中的扩散率稍低。

3.2 情绪效用参数

改变参数f,λ,β,cn,cp的值,进行模拟仿真以分析相关参数对居民情绪策略选择的影响。由于支持改造成本f涉及居民自身利益,是影响居民情绪状态的关键因素,因此,首先对参数f进行单独分析。

3.2.1f对居民情绪状态选择的影响

由图7可知,f的大小变化对居民情绪状态的宏观走向起决定性作用,但对系统的演化速度影响不大。对比图7a,当f较小,且满足f<(β+cn-cp)αb时,积极情绪居民占比最大,人数在100人水平上下波动。该现象进一步验证了2.2中结论与推论的有效性。当增大居民支持改造成本f的值(见图7b),发现此时居民的占优情绪状态转变为中立情绪,积极情绪居民反而占比最少。对比两图可知,f值越小,系统波动幅度越小,居民情绪状态越稳定;f值越大,越不利于积极情绪的传播,且扩大了消极情绪与中立情绪在社区中的扩散规模。

图7 不同f值下各情绪状态的居民数量演化对比

这是由于支持改造成本越低,改造后居民所获得的经济、感知效益越高,居民会对该改造事件做出更为乐观的判断,进而极大促进了居民情绪状态向积极情绪的稳定转换。而随着支持改造成本的增大,居民基于利益最大化的考虑,越易转变为中立、消极情绪。但在全国大力推进社区建成环境改造的整体趋势下,消极情绪的蔓延、传播需要更多的刺激,因此更多居民会对该改造事件保持中立情绪,以观望后续发展。

3.2.2λ、β,cn,cp对居民情绪状态选择的影响

改变协同效应系数λ、政府补偿系数β、居民持消极/积极情绪时的信息扩散成本系数cn/cp(见图8),以观察对系统演化的影响。

图8 不同λ,β,cn,cp值下各情绪状态的居民数量演化对比

由图8可知,λ,β,cn,cp的大小关系同样是居民情绪状态宏观趋势变化的决定因素。即当参数条件满足f>ηλαb+(β+cn-cp)αb时(见图8a),消极情绪居民数量占比最大;当f<(β+cn-cp)αb时(见图8c～d),居民更倾向于选择积极情绪;当f值处于两者之间时(见图8b),大部分居民都会保持中立。

对比图8a,b、图8b,c,发现协同效应系数λ、政府补偿系数β与积极情绪的传播速度、规模之间呈正向关系,与消极情绪的传播规模呈负向关系。此外,λ,β越大,系统波动幅度越小,居民情绪状态越稳定。但需注意的是,β值的增大却降低了中立情绪的居民占比,可能是政府补偿力度的增大,提高了中立居民与积极居民交互的意愿,进而提升了两种类型居民的接触率与传染率。对比图8c,d可知,cn越大,cp越小,居民情绪状态越稳定,且图8d中积极、中立情绪曲线的上升速度更快。说明消极情绪扩散成本的提高、积极情绪扩散成本的降低,提升了积极情绪在社区内的蔓延度和覆盖面,正向影响了积极情绪扩散的广度与深度。此外,以上4个参数的大小关系皆表明随着Ui与Uj差值的增大,系统波动幅度减小,居民情绪状态变稳定。这是由于协同效应增大,支持改造居民在交流沟通时会得到更多关于改造的乐观信息,增大了自身感知收益,进而促进了积极情绪的持续传播;而合理的补偿机制可以抵消社区改造所消耗的居民部分投入成本,降低其所感知的改造风险,增强居民参与改造的热情;当消极情绪扩散成本越高、积极情绪扩散成本越低,居民在协商时受到的负面干预越少,参与度会广泛提高,在充分保障其利益和诉求的基础上,能够极大激发居民对社区改造的积极性。

4 结论

本文基于ISRC模型及情绪传染理论,将后悔理论与演化博弈相结合,综合居民性格特征及行为偏好设计传染规则,并借助多Agent模拟探究建成环境改造中的居民情绪传染机理。

研究结果表明:1)中立情绪居民的交互倾向对社区居民情绪状态的宏观演化起决定性作用。增强中立情绪居民与积极情绪居民交互的意愿,能正向促进积极情绪传播的广度和深度,提升居民情绪状态的稳定。2)居民支持改造成本、协同收益、政府补偿、居民持消极情绪与积极情绪的信息扩散成本之差是影响居民情绪状态演化趋势的决定因素。居民支持改造成本不会影响居民间情绪传染的速度,但对积极情绪的传播规模有负向阻碍作用,而对中立情绪、消极情绪的传播规模有正向促进作用;协同收益、政府补偿、居民持消极情绪和积极情绪的信息扩散成本之差与积极情绪的传播速度与规模呈正向关系,与消极情绪的传播规模呈负向关系;Ui与Uj差值越大,居民情绪状态越稳定,反之,居民情绪决策波动幅度增大。

依据上述结论,提出建议:1)培育社区人才,为提升中立居民的积极倾向提供社区支持。社区可举办多种形式的代表会、研讨会等,并采取积极居民率先发言技巧,引导会议舆论走向。针对消极居民,则可会后单独讨论解决方案,以减少消极情绪的扩散。同时可划分讨论小组,由积极居民担任组长,一对一解答中立、消极情绪居民的疑惑、担忧,以增进中立居民与积极居民的沟通交流,提升中立情绪居民乃至消极情绪居民的积极倾向,进而达成协商一致。2)拓宽融资渠道、优化改造方案以降低居民投入成本。相关部门应建立多渠道融资模式,尤其注重社会资本的引入,将居民筹资建设转换为有偿使用,能极大降低居民的改造成本,激发其参与改造的积极性。此外,改造前期,有关部门、社区应深入了解居民的改造需求,在诉求多元化中寻找平衡,合理优化改造方案,以最大限度降低居民间协商成本。3)完善激励、补偿机制,加强社区组织建设。强化对积极参与改造事务居民在精神、物质层面的激励,如运用积分制管理,对分值较高居民授予荣誉称号,奖励日用品、发放改造补贴等,进一步提高积极居民的改造热情;在社区网络环境中,加强对消极内容的监测与识别,对恶意造谣者可采取限制回复等方法降低消极情绪的扩散;必要时可适当提高补偿力度,使居民感知改造后会带来更高的价值收益,将会促进居民群体中积极、中立情绪的稳定。

虽然本研究构建的情绪传染模型揭示了社区建成环境完善类改造中居民情绪扩散的内在机理,对居民个性偏好进行了深入分析,但由于本文情绪传染模型借助计算机进行仿真建模,与实际社区居民群体存在一定差异,后续研究可采用实际数据进行验证。