基于公众参与的灾后交通基础设施韧性治理动态博弈模型

doi:10.16381/j.cnki.issn1003-207x.2022.1168

摘要/Abstract

摘要：

灾害极易破坏城市交通基础设施运营甚至产生系统性瘫痪风险，进而损害其在城市运行中发挥的重要作用。因此，研究如何提升灾后交通基础设施韧性治理显得十分必要。现有研究主要集中于政府或运营单位单一主体决策，缺乏考虑公众参与以及三方之间的合作与制衡。本文将灾害因素和公众参与纳入灾后交通基础设施韧性治理决策，构建基于公众参与的灾后韧性治理动态博弈模型，并探讨了不同资源约束条件下韧性治理效果和提升策略。研究发现：公众监督和政府激励有利于韧性的提升，但灾害等级较高时，政府激励效果折减；政府财政激励政策和运营单位韧性治理策略应随资源约束情况调整，当资源约束过于严苛时激励政策可能失灵。本文揭示了灾后交通基础设施韧性治理过程中多主体决策行为的交互影响及其对韧性水平的影响，为灾后交通基础设施韧性治理提供了科学决策依据。

关键词: 交通基础设施, 韧性治理, Stackelberg博弈, 公众参与, 资源约束

Abstract:

Disasters can easily damage the functionality of urban transportation infrastructure and even create the risk of systemic paralysis， thereby compromising its important role in urban operation. Therefore， it is necessary to study how to improve the post-disaster resilience governance. Existing research mainly focus on the single-agent decision-making of the government or operating companies， and limited consideration has been placed on the public （e.g.， their participation， cooperation and bargaining）. The disaster factors and public participation are incorporated into the decision making of transportation infrastructure’s post-disaster resilience governance， a dynamic game model is constructed for government and operating companies， and the effects of such a resilience governance structure and improvement strategies is discussed under different resource constraints. It is found that：（1） public scrutiny and government incentives are conducive to improving resilience， but in the case of a high disaster level， the effect of government incentives is reduced； and （2） government incentive policies and the operating company’s resilience governance plans should be adjusted according to resource constraints， namely， when resource constraints are too strict， incentives may fail. The interactive influence of multi-agent decision-making behavior and its impact on the post-disaster resilience level is revealed in the context of transportation infrastructure， and thus a robust decision-making underpinning for transportation infrastructure’ post-disaster resilience governance is provided.

Key words: transportation infrastructure, resilience governance, Stackelberg game, public participation, resource constraints

中图分类号:

F294.1
F283

刘炳胜, 崔巧艳, 王丹, 赵剑锋. 基于公众参与的灾后交通基础设施韧性治理动态博弈模型[J]. 中国管理科学, 2024, 32(11): 189-200.

Bingsheng Liu, Qiaoyan Cui, Dan Wang, Jianfeng Zhao. A Dynamic Game Model for Post-disaster Resilience Governance of Transport Infrastructure Based on Public Participation[J]. Chinese Journal of Management Science, 2024, 32(11): 189-200.

图/表 17

图1

图2

图3

图4

图5

图6

图7

图8

表1

图9

图10

图11

图12

图13

图14

图15

图16

参考文献 33

1	王晶，刘昊天，朱建明.基于韧性城市视角的冰雪天气下路网恢复问题研究［J］.中国管理科学，2018，26（3）：177-187.
	Wang J， Liu H T， Zhu J M. Study on road network recovery under snow and ice conditions based on the perspective of resilient city［J］. Chinese Journal of Management Science， 2018， 26（3）： 177-187.
2	Koks E E， Rozenberg J， Zorn C， et al. A global multi-hazard risk analysis of road and railway infrastructure assets［J］. Nature Communication， 2019，10（1）： 1-11.
3	张红武，李琳琪，付健，等.应对特大暴雨的抗洪抢险存在问题与解决途径：以2021年7月河南暴雨应急救灾为例［J］.水利水电技术（中英文），2021，52（11）：27-38.
	Zhang H W， Li L Q， FU J，et al. Problems and solutions of flood fighting and rescue in China：Based on the practice in flood fighting and rescue of Henan Province in July 2021［J］.Water Resources and Hydropower Engineering， 2021， 52（11）： 27-38.
4	Mojtahedi M， Oo B L. Built infrastructure conditions mediate the relationship between stakeholders attributes and flood damage： An empirical case study［J］. Sustainability， 2021， 13（17）： 1-17.
5	Lee S， Jain S， Ginsbach K， et al. Dynamic-data-driven agent-based modeling for the prediction of evacuation behavior during hurricanes［J］. Simulation Modelling Practice and Theory， 2021， 106： 102193.
6	徐飞，宋波.公私合作制（PPP）项目的政府动态激励与监督机制［J］.中国管理科学，2010，18（3）：165-173.
	Xu F， Song B. The dynamic incentive and monitor mechanism of government in public-private partnership projects［J］. Chinese Journal of Management Science， 2010， 18（3）： 167-173.
7	Janitra M R. Implementation of smart city for building disaster resilience in west java province［J］. IOP Conference Series： Earth and Environmental Science， 2020， 592（1）： 1-14.
8	Kepaptsoglou K L， Konstantinidou M A， Karlaftis M G， et al. Planning postdisaster operations in a highway network［J］. Transportation Research Record： Journal of the Transportation Research Board， 2014， 2459（1）： 1-10.
9	Pregnolato M， Ford A， Robson C， et al. Assessing urban strategies for reducing the impacts of extreme weather on infrastructure networks［J］. Royal Society Open Sciece， 2016， 3（5）： 1-15.
10	Matisziw T C， Murray A T， Grubesic T H. Strategic network restoration［J］. Networks & Spatial Economics， 2010， 10（3）： 345-361.
11	Blake D M， Stevenson J， Wotherspoon L， et al. The role of data and information exchanges in transport system disaster recovery： A New Zealand case study［J］. International Journal of Disaster Risk Reduction， 2019， 39： 1-10.
12	Aksu D T， Ozdamar L. A mathematical model for post-disaster road restoration： Enabling accessibility and evacuation［J］. Transportation Research Part E-Logistics and Transportation Review， 2014， 61： 56-67.
13	任爱俊，冯耕中，田军. 考虑恢复依赖的基础设施网络应急恢复决策［J］. 中国管理科学， 2022， 30（1）：154-164.
	Ren A J， Feng G Z， Tian J. Infrastructure network restoration decision considering restoration interdependency after emergency［J］. Chinese Journal of Management Science， 2022， 30（1）： 154-164.
14	Vugrin E D， Warren D E， Ehlen M A， et al. A framework for assessing the resilience of infrastructure and economic systems［M］//Kasthurirangan C， Gopalakrishnan， Peeta S. Sustainable and Resilient Critical Infrastructure System.Berlin-Heidelberg： Springer， 2010： 77-116.
15	崔鹏，李德智，陈红霞，等. 社区韧性研究述评与展望：概念、维度和评价［J］. 现代城市研究， 2018（11）： 119-125.
	Cui P， Li D Z， Chen H X，et al. Research review and prospect of community resilience：concept dimension and evaluation［J］. Modern Urban Research， 2018（11）： 119-125.
16	Tang B， Xu J， Sun Y， et al. Policy solution and game analysis for addressing the challenge of developing public-private partnership energy project［J］. Environmental Research Letters， 2019， 14（4）： 1-13.
17	Bakhshi J， Ireland V， Gorod A. Clarifying the project complexity construct： Past， present and future ［J］. International Journal of Project Management， 2016， 34（7）： 1199-1213.
18	Li L， Li Z， Jiang L， et al. Enhanced cooperation among stakeholders in PPP mega-infrastructure projects： A china study［J］. Sustainability， 2018， 10（8）： 1-16.
19	Li S， Cai H. Government incentive impacts on private investment behaviors under demand uncertainty［J］. Transportation Research Part E： Logistics and Transportation Review， 2017， 101： 115-129.
20	曹启龙，周晶，盛昭瀚. 基于声誉效应的PPP项目动态激励契约模型［J］. 软科学， 2016， 30（12）： 20-23.
	Cao Q L， Zhou J， Sheng Z H. Study on dynamic incentive mechanism of public private partnerships based on the reputation theory［J］. Soft Science， 2016， 30（12）： 20-23.
21	王璐，王丹，王雪青. 考虑两期质量的交通运输PPP项目补贴和定价研究［J］. 管理工程学报， 2021， 35（5）： 173-183.
	Wang L，Wang D， Wang X Q， Subsidizing and pricing PPP transportation projects based on two-period quality［J］. Journal of Industrial Engineering and Engineering Management， 2021， 35（5）： 173-183.
22	吴孝灵，周晶，彭以忱，等. 基于公私博弈的PPP项目政府补偿机制研究［J］. 中国管理科学， 2013， 21（S1）： 198-204.
	WU X L， Zhou J， Peng Y Z . et al. Government's compensation mechanism for PPP project based on game between public and private sector［J］. Chinese Journal of Management Science， 2013， 21（S1）： 198-204.
23	Li Y， Wang X， Wang Y. Using bargaining game theory for risk allocation of public-private partnership projects： Insights from different alternating offer sequences of participants［J］. Journal of Construction Engineering and Management， 2017， 143（3）： 1-13.
24	Murray-tuite P M.A comparison of transportation network resilience under simulated system optimum and user equilibrium conditions［C］//Proceedings of the 2006 Winter Simulation Conference， Monterey， CA， USA， December 3-6，IEEE，2006： 1398-1405.
25	Ouyang M， Dueñas-Osorio L. Multi-dimensional hurricane resilience assessment of electric power systems［J］. Structural Safety， 2014， 48： 15-24.
26	Bruneau M， Chang S E， Eguchi R T， et al. A framework to quantitatively assess and enhance the seismic resilience of communities［J］. Earthquake Spectra， 2003， 19（4）： 733-752.
27	Sharifi A， Yamagata Y. Principles and criteria for assessing urban energy resilience： A literature review ［J］. Renewable and Sustainable Energy Reviews， 2016， 60： 1654-1677.
28	Cimellaro G P， Reinhorn A M， Bruneau M. Framework for analytical quantification of disaster resilience［J］. Engineering Structures， 2010， 32（11）： 3639-3649.
29	Ouyang M， Dueñas-Osorio L， Min X. A three-stage resilience analysis framework for urban infrastructure systems［J］. Structural Safety， 2012， 36-37： 23-31.
30	颜克胜，荣莉莉. 面向韧性提升的相互依赖关键基础设施网络灾后修复模型研究［J］. 运筹与管理， 2021， 30（5）： 21-30.
	Yan K S， Rong L L. Post-disruption restoration model for enhancing resilience of interdependent critical infrastructure networks［J］. Operations Research and Management Science， 2021， 30（5）： 21-30.
31	Wan C P， Yang Z L， Zhang D， et al. Resilience in transportation systems： A systematic review and future directions［J］. Transport Reviews， 2018， 38（4）： 479-498.
32	Gagnepain P， Ivaldi M， Martimort D. The cost of contract renegotiation： Evidence from the local public sector ［J］. American Economic Review， 2013， 103（6）： 2352-2383.
33	de Palma A， Lindsey R， Proost S. Chapter 1 investment and the use of tax and toll revenues in the transport sector： The research agenda［J］. Research in Transportation Economics， 2007， 19： 1-26.

[1]	何浩嘉,艾兴政,唐华,郭松波. 基于链与链竞争的最优专利许可策略选择[J]. 中国管理科学, 2024, 32(9): 142-153.
[2]	何一丹,何正文,王能民,马志强. 共享经济环境下的资源约束Max-NPV多项目调度优化[J]. 中国管理科学, 2024, 32(9): 260-270.
[3]	杨志. 公众参与交互型跨界污染治理补偿的四方博弈[J]. 中国管理科学, 2024, 32(8): 261-273.
[4]	宋亚楠,南瑞娟,谷炜,王道平. 基于司机服务努力水平的共享出行平台定价与补贴策略研究[J]. 中国管理科学, 2024, 32(2): 265-275.
[5]	崔鑫,李春发,周驰,米新新,沈瑶. 随机需求下生鲜电商供应链物流合作与运营决策[J]. 中国管理科学, 2024, 32(2): 87-98.
[6]	廖爱红,卢艳秋,庞立君. 龙头带动型集群政府研发补贴策略选择研究[J]. 中国管理科学, 2023, 31(8): 22-31.
[7]	冯春, 何征, 郭倩芸, 张怡. 零售商引入扶贫产品的策略研究[J]. 中国管理科学, 2023, 31(6): 25-38.
[8]	刘碧玉, 杨海东, 柯迪. 专利授权下碳排放政策对制造商/再制造商运营决策的影响[J]. 中国管理科学, 2023, 31(5): 198-208.
[9]	冯春,郭倩芸. 考虑消费者感知的扶贫农产品质量定位研究[J]. 中国管理科学, 2023, 31(11): 103-113.
[10]	王琇媚,李军. 强势零售商的灰色市场渠道结构选择策略[J]. 中国管理科学, 2023, 31(11): 248-257.
[11]	彭武良,陈良威. 一种项目群级联优化调度方法[J]. 中国管理科学, 2023, 31(10): 146-152.
[12]	刘仁军, 罗宇佳. 基于不同TPL权力的电商供应链决策研究[J]. 中国管理科学, 2022, 30(5): 156-166.
[13]	丰景春, 董灵莉. 多资源约束下基于关键链的项目群工期-费用优化[J]. 中国管理科学, 2022, 30(4): 132-143.
[14]	徐乐, 马永刚, 王小飞. 基于演化博弈的绿色技术创新环境政策选择研究：政府行为VS.公众参与[J]. 中国管理科学, 2022, 30(3): 30-42.
[15]	万骁乐, 王欢欢, 杜元伟, 孟庆春. 考虑过度自信的交叉持股供应链决策研究[J]. 中国管理科学, 2022, 30(2): 191-203.