应急物资分配数量差异与人口统计学因素对灾民公平感知的影响

doi:10.16381/j.cnki.issn1003-207x.2022.2670

摘要/Abstract

摘要：

在灾害发生后，应急物资的分配是否公平，是灾民关注的重点之一。公平的应急物资分配既有利于安抚灾民的情绪，稳定灾区的社会秩序，也有利于应急资源的合理与充分利用，避免造成浪费。然而，公平的分配并非简单地按照数量平均分配，而是需要根据灾民的具体情况，进行“按需分配”。为了更好地考虑灾民的需求与公平感知，真正做到“以人为本”，本文提出采用不公平厌恶作为衡量应急物资分配公平性的指标。不公平厌恶是一个被广泛地应用于经济学、社会心理学领域的概念，主要衡量了人们对于不公平分配的厌恶程度，在一定程度上可以从受益人本身而非决策者的角度衡量物资分配的公平性，避免了决策与实际脱节的尴尬情况。本文研究应急情境下灾民公平感知影响因素问题，通过使用福利经济学受偿意愿方法设计调研问卷获取研究数据。研究结果表明：（1）应急物资分配的数量差异、灾民的性别、受教育程度与年龄对灾民不公平厌恶程度存在显著影响；（2）当应急物资分配的数量差异较小时，人口统计学因素（灾民的性别、收入、年龄以及受教育程度）对于灾民不公平厌恶感的影响不显著，但随着差异变大，影响会变得显著。据此，本文为应急物流决策者进行应急物资的分配提供了建议，有助于减轻灾民负面情绪对应急物流行动的影响。

关键词: 应急物流, 物资分配, 不公平厌恶

Abstract:

The fair allocation of the emergency supplies is one of the most important concerns of victims after the occurrence of disasters. A fair allocation not only helps calm down the victims and keep the order in disaster-affected areas， but also avoids the waste of emergency resources. However， a fair allocation does not mean giving the exact same amount of relief supplies to each victim. Instead， decision-makers should consider the demand and preferences of victims and make allocations based on them. Hence， in this paper， the authors adopt inequity aversion as the measurement of fairness from the perspective of ‘people-centered’， which avoids the situation that decisions made are not in line with the reality. Inequity aversion is a widely studied concept in economics and social psychology， which mainly measures the degree that people dislike inequal allocation. Through online investigation， the factors that might have impacts on the fair perceptions of victims are analyzed. It is found：（1） Quantitative differences in the allocation of emergency supplies， the income， gender， education and age of victims have significant impacts on the inequity aversion of victims. （2） When the quantitative differences are small， the social factors （the gender， income， age and education of victims） do not have significant impacts on the inequity aversion of victims. However， with the increase of the quantitative differences， the impacts will gradually become significant. Based on the result of analysis， suggestions are provided to decision-making of resource allocation in emergency logistics， which helps mitigate the impact of negative emotions of victims on the relief operations.

Key words: emergency logistics, relief items allocation, inequity aversion

中图分类号:

C939

邵建芳, 樊彧, 王熹徽, 梁樑. 应急物资分配数量差异与人口统计学因素对灾民公平感知的影响[J]. 中国管理科学, 2025, 33(8): 189-197.

Jianfang Shao, Yu Fan, Xihui Wang, Liang Liang. The Impact of Emergency Supplies Quantitative Differences and Social Factors on the Fair Perceptions of Victims: An Empirical Study[J]. Chinese Journal of Management Science, 2025, 33(8): 189-197.

图/表 5

表1

表2

表3

表4

表5

参考文献 45

[1]	国务院. “十四五”国家应急体系规划［R］.研究报告，国务院， 2022.
	The State Council of the People's Republic of China. The National emergency management system plan for the14th Five-Year Plan［R］. Discussion Paper，The State Council of the People's Republic of China， 2022.
[2]	Huang M， Smilowitz K， Balcik B. Models for relief routing： Equity， efficiency and efficacy［J］. Transportation Research Part E： Logistics and Transportation Review， 2012， 48（1）： 2-18.
[3]	Gralla E， Goentzel J， Fine C. Assessing trade-offs among multiple objectives for humanitarian aid delivery using expert preferences［J］. Production and Operations Management， 2014， 23（6）： 978-989.
[4]	Orgut I S， Ivy J， Uzsoy R， et al. Modeling for the equitable and effective distribution of donated food under capacity constraints［J］. IIE Transactions， 2016， 48（3）： 252-266.
[5]	Rodríguez-Pereira J， Balcik B， Rancourt M È， et al. A cost-sharing mechanism for multi-country partnerships in disaster preparedness［J］. Production and Operations Management， 2021， 30（12）： 4541-4565.
[6]	Chen V X， Hooker J N. Combining leximax fairness and efficiency in a mathematical programming model［J］. European Journal of Operational Research， 2022， 299（1）： 235-248.
[7]	李丹. 不确定环境下应急物资公平分配模型与算法研究［D］. 上海：上海交通大学硕士学位论文， 2014.
	Li D. A study of modeling and algorithms for emergency resource allocation under uncertainty environment［D］. Shanghai： Master Dissertation of Shanghai Jiao Tong University， 2014.
[8]	张杏雯，倪静. 公平约束下的应急物资配送模型及算法［J］. 统计与决策， 2020， 36（7）： 179-182.
	Zhang X W， Ni J. Model and algorithm of emergency material distribution under fair constraints［J］. Statistics & Decision， 2020， 36（7）： 179-182.
[9]	Karsu Ö， Morton A. Inequity averse optimization in operational research［J］. European Journal of Operational Research， 2015， 245（2）： 343-359.
[10]	Austin W， McGinn N C， Susmilch C. Internal standards revisited： Effects of social comparisons and expectancies on judgments of fairness and satisfaction［J］. Journal of Experimental Social Psychology， 1980， 16（5）： 426-441.
[11]	Loewenstein G F， Thompson L， Bazerman M H. Social utility and decision making in interpersonal contexts［J］. Journal of Personality and Social Psychology， 1989， 57（3）： 426-441.
[12]	Messick D M， Sentis K P. Estimating social and nonsocial utility functions from ordinal data［J］. European Journal of Social Psychology， 1985， 15（4）： 389-399.
[13]	Fehr E， Schmidt K M. A theory of fairness， competition， and cooperation［J］. The Quarterly Journal of Economics， 1999， 114（3）： 817-868.
[14]	Donohue K， Özer Ö， Zheng Y. Behavioral operations： Past， present， and future［J］. Manufacturing & Service Operations Management， 2019， 22（1）： 191-202.
[15]	Gunessee S， Subramanian N， Roscoe S， et al. The social preferences of local citizens and spontaneous volunteerism during disaster relief operations［J］. International Journal of Production Research， 2018， 56（21）： 6793-6808.
[16]	Katok E， Pavlov V. Fairness in supply chain contracts： A laboratory study［J］. Journal of Operations Management， 2013， 31（3）： 129-137.
[17]	Destan C G， Yilmaz M. Nonlinear pricing under inequity aversion［J］. Journal of Economic Behavior & Organization， 2020， 169： 223-244.
[18]	Katok E， Olsen T， Pavlov V. Wholesale pricing under mild and privately known concerns for fairness［J］. Production and Operations Management， 2014， 23（2）： 285-302.
[19]	张德鹏，张凤华. 基于不公平厌恶或地位追求的创新顾客最优合同类型研究［J］. 中国管理科学， 2019， 27（11）： 200-210.
	Zhang D P， Zhang F H. A research of the optimal contract types of innovative customers based on inequity aversion or status seeking［J］. Chinese Journal of Management Science， 2019， 27（11）： 200-210.
[20]	刘云志，樊治平. 不公平厌恶下VMI供应链的批发价格契约与协调［J］. 中国管理科学， 2016， 24（4）： 63-73.
	Liu Y Z， Fan Z P. VMI supply chain coordination with wholesale price contract incorporating unfair aversion［J］. Chinese Journal of Management Science， 2016， 24（4）： 63-73.
[21]	Dworkin R. What is equality？Part 2： Equality of resources［M］//Hajdin M. The notion of equality. London： Routledge. 2018： 143-205.
[22]	Rawls J.A theory of justice［M］//May L.Applied Ethics： A Multicultural Approach.New York：Routledge，2016： 21-29.
[23]	Sen A. Utilitarianism and welfarism ［J］. The Journal of Philosophy， 1979， 76（9）： 463-489.
[24]	Fehr E， Bernhard H， Rockenbach B. Egalitarianism in young children［J］. Nature， 2008， 454（7208）： 1079-1083.
[25]	Blake P R， McAuliffe K. “I had so much it didn’t seem fair”： Eight-year-olds reject two forms of inequity［J］. Cognition， 2011， 120（2）： 215-224.
[26]	Kogut T. Knowing what I should， doing what I want： From selfishness to inequity aversion in young children’s sharing behavior［J］. Journal of Economic Psychology， 2012， 33（1）： 226-236.
[27]	Moore C. Fairness in children’s resource allocation depends on the recipient［J］. Psychological Science， 2009， 20（8）： 944-948.
[28]	Shaw A， Choshen-Hillel S， Caruso E M. The development of inequity aversion［J］. Psychological Science， 2016， 27（10）： 1352-1359.
[29]	Eckel C， Grossman P. Chivalry and solidarity in ultimatum games［J］. Economic Inquiry， 2001， 39（2）： 171-188.
[30]	Eckel C， De Oliveira A C M， Grossman P J. Gender and negotiation in the small： Are women （perceived to be） more cooperative than men？［J］. Negotiation Journal， 2008， 24（4）： 429-445.
[31]	Solnick S. Gender differences in the ultimatum game［J］. Economic Inquiry， 2001， 39（2）： 189-200.
[32]	Andreoni J， Vesterlund L. Which is the fair sex？ gender differences in altruism［J］. The Quarterly Journal of Economics， 2001， 116（1）： 293-312.
[33]	Dickinson D L， Tiefenthaler J. What is fair？ Experimental evidence ［J］. Southern Economic Journal， 2002， 69（2）： 414-428.
[34]	Fehr E， Naef M， Schmidt K M. Inequality aversion， efficiency， and maximin preferences in simple distribution experiments： Comment［J］. American Economic Review， 2006， 96（5）： 1912-1917.
[35]	He H， Wu K. Choice set， relative income， and inequity aversion： An experimental investigation［J］. Journal of Economic Psychology， 2016， 54： 177-193.
[36]	Schmidt U， Wichardt P C. Inequity aversion， welfare measurement and the Gini index［J］. Social Choice and Welfare， 2019， 52（3）： 585-588.
[37]	Griffin J， Nickerson D， Wozniak A. Racial differences in inequality aversion： Evidence from real world respondents in the ultimatum game［J］. Journal of Economic Behavior & Organization， 2012， 84（2）： 600-617.
[38]	Bellemare C， Kröger S， Van Soest A. Measuring inequity aversion in a heterogeneous population using experimental decisions and subjective probabilities［J］. Econometrica， 2008， 76（4）： 815-839.
[39]	Pástor Ľ， Veronesi P. Inequality aversion， populism， and the backlash against globalization［J］. The Journal of Finance， 2021， 76（6）： 2857-2906.
[40]	Shaw K L. An empirical analysis of risk aversion and income growth［J］. Journal of Labor Economics， 1996， 14（4）： 626-653.
[41]	樊彧. 应急物流数学规划模型框架的构建和改进——基于受灾者的角度［D］. 合肥：中国科学技术大学博士学位论文， 2021.
	Fan Y. Constructing and improving emergency logistics mathematical programming modelling framework from victims’ perspective［D］. Hefei： Doctoral Dissertation of University of Science and Technology of China， 2021.
[42]	邵建芳. 自然灾害生活类应急物资需求测算和储备策略研究［D］.合肥：合肥工业大学博士学位论文， 2021.
	Shao J F. Study on the demand prediction and stockpile strategy of living supplies for natural disaster［D］. Hefei： Doctoral Dissertation of Hefei University of Technology， 2021.
[43]	Holguín-Veras J， Amaya-Leal J， Cantillo V， et al. Econometric estimation of deprivation cost functions： A contingent valuation experiment［J］. Journal of Operations Management， 2016， 45： 44-56.
[44]	Wang X， Fan Y， Liang L， et al. Augmenting fixed framework agreements in humanitarian logistics with a bonus contract［J］. Production and Operations Management， 2019， 28（8）： 1921-1938.
[45]	Wang X， Wang X， Liang L， et al. Estimation of deprivation level functions using a numerical rating scale［J］. Production and Operations Management， 2017， 26（11）： 2137-2150.

变量类别	变量名称	变量说明
因变量	不公平厌恶	连续型变量
自变量	分配数量差异	连续性变量，取值为1，2，3，4，5，6
控制变量	性别	取值分别为1和2
	年龄	5种分类，取值分别为1，2，3，4，5
	收入	5种分类，取值分别为1，2，3，4，5
	受教育程度	5种分类，取值分别为1，2，3，4，5

类别	类别	占比（%）	类别	选项	频率(%)
性别	男	49.9	教育	初中及以下	6.8
	女	50.1		普高/中专/技校/职高	8.8
年龄	0-20岁	4.4		专科	10.3
	21-30岁	34.1		本科	60.8
	31-40岁	20.7		硕士及以上	13.4
	41-50岁	23.3	收入	0~1000元	4.8
	51以上	17.6		1001~3000元	15.6
				3001~5000元	19.1
				5001~10000元	40.9
				10000元以上	19.6

分配数量差异	样本量	最大值	平均值	标准差	中位数	下四分位数	上四分位数
1	546	1000	22.08	90.35	5	3	10
2	546	2400	42.86	180.08	10	6	20
3	546	4000	62.70	258.21	15	9	31.25
4	546	7000	85.63	381.88	20	12	50
5	546	11000	118.93	586.03	25	15	60
6	546	16000	152.57	790.30	30	18	82.50

变量	1	2	3	4	5	6
1不公平厌恶	1
2分配数量差异	0.097^**	1
3性别	0.039^*	0	1
4年龄	0.080^**	0	-0.007	1
5收入	0.027	0	-0.098^**	0.179^**	1
6受教育程度	-0.113^**	0	-0.048^**	-0.404^**	0.347^**	1

变量	系数	t值	变量	系数	t值
分配数量差异	25.859^**	5.679	3001~5000元	-123.776^**	-4.500
性别	35.625^*	2.259	5001~10000元	-93.500^**	-4.144
0~20岁	59.745	1.289	初中	276.072^**	6.363
21~30岁	-1.275	-.048	普高/中专/技校/职高	75.097	1.949
31~40岁	-42.687	-1.496	专科	141.310^**	4.002
41~50岁	48.265	1.874	本科	39.044	1.559
0~1000元	-170.022^**	-3.898	常量	-43.721	-1.038
1001~3000元	-110.594^**	-3.594	R²	0.042