鄰避設(shè)施規(guī)劃中利益相關(guān)者行為演化博弈分析

閆盛華, 陳為公

(青島理工大學(xué)管理工程學(xué)院, 山東 青島 266520)

截至2020年, 中國城市化率已達63.9%[1], 為滿足城市居民生產(chǎn)和生活的需要, 發(fā)電廠、加油站、核電站等公共設(shè)施建設(shè)的數(shù)量不斷擴大．這類公共設(shè)施一方面是維持城市功能正常運行所必需的設(shè)施, 能夠使區(qū)域內(nèi)廣大群眾獲得效益, 另一方面其產(chǎn)生的負外部性卻由附近居民承擔, 同時具有高風(fēng)險性與高危害性的特點, 風(fēng)險發(fā)生時必然造成嚴重的環(huán)境和經(jīng)濟損失, 故此類設(shè)施被稱為風(fēng)險聚集類鄰避設(shè)施．由于風(fēng)險聚集類鄰避設(shè)施本身存在收益與損失承擔的不公平性, 故其規(guī)劃建設(shè)涉及到多方利益, 各利益相關(guān)方對待風(fēng)險聚集類鄰避設(shè)施的規(guī)劃建設(shè)會采取最有利于自身的行為, 當利益相關(guān)方行為動機不一致時就可能引起鄰避沖突, 造成社會生態(tài)的不和諧, 因此對各利益相關(guān)方的行為展開研究是十分必要的．鄰避設(shè)施的概念自O(shè)’Hare[2]首次提出以來受到了廣泛的關(guān)注, 對于鄰避沖突產(chǎn)生的原因, 學(xué)者們提出了不同的看法, Furst等[3]指出當居民認為他們的安全或財產(chǎn)受到損害時會引起鄰避沖突; Xu等[4]認為鄰避設(shè)施的社會接受度是引發(fā)沖突的關(guān)鍵．鄰避沖突的發(fā)生會阻礙城市化進程,影響社會和諧．于是,一些學(xué)者嘗試運用補償機理來治理鄰避沖突,例如Sun等[5]建議從經(jīng)濟、必要的交通和教育以及健康和安全三方面對周邊民眾進行環(huán)境補償來緩解群眾的鄰避情緒．環(huán)境補償雖然能在一定程度上解決沖突問題,但對于核廢料庫等風(fēng)險聚集類鄰避設(shè)施常規(guī)補償措施難以奏效, 須采取創(chuàng)造性的緩解措施[6]．然而補償牽扯到的范圍及程度界定問題十分復(fù)雜,處理不好也會引發(fā)沖突．考慮到公眾作為鄰避設(shè)施的關(guān)鍵利益相關(guān)者, Lu[7]提出公眾參與是解決鄰避沖突的有效途徑; Scally等[8]調(diào)查了美國鄰避沖突對經(jīng)濟適用住房發(fā)展的影響程度, 結(jié)果表明公眾參與能有效應(yīng)對經(jīng)濟適用住房的選址障礙; Magnani[9]通過分析意大利公眾對可再生能源生產(chǎn)設(shè)施的社會接受度, 探討了公眾參與對環(huán)境沖突的影響; Uji等[10]研究了公眾參與在日本核反應(yīng)堆建造過程中的作用,結(jié)果發(fā)現(xiàn)其對環(huán)境影響、視覺外觀和噪音、財產(chǎn)價值降低、場所附著破壞、政治偏好等有重要影響．因此,學(xué)者們開始對鄰避設(shè)施利益相關(guān)者展開研究,以期找到解決鄰避沖突新的突破口, 趙銳等[11]探究了在鄰避沖突整個過程中利益相關(guān)者的貢獻情況, 指出解決鄰避沖突的關(guān)鍵是明確各方的利益訴求．故分析利益相關(guān)者行為及其影響因素是避免和處理鄰避沖突的重要途徑．

針對鄰避沖突中利益相關(guān)者行為的研究,一些學(xué)者基于博弈理論視角進行了分析[12]．Eguchi[13]通過構(gòu)建與分析政府與居民之間正則形式的博弈,為處理鄰避設(shè)施選址問題提供了新的見解．上述研究雖然探尋了鄰避沖突中各利益相關(guān)者之間的互動關(guān)系,明晰了作用機理,但相關(guān)研究均以利益相關(guān)者完全理性的假設(shè)為前提,采用的多是傳統(tǒng)靜態(tài)博弈方法．演化博弈理論則以博弈主體是有限理性為前提,認為參與主體的行為策略選擇是動態(tài)調(diào)整的過程, 彌補了經(jīng)典博弈理論的不足．Tian等[14]以談判問題為重點,將政府和社會視為博弈主體, 基于有限理性假設(shè),建立了談判決策的演化博弈模型, 并模擬了博弈主體戰(zhàn)略演化的過程和結(jié)果; Li等[15]構(gòu)建了參與者A、B的雙方演化博弈模型,從復(fù)雜網(wǎng)絡(luò)的角度分析了公眾參與核鄰避事件沖突演變的驅(qū)動因素．在公民法律意識不斷提高和社會風(fēng)險頻發(fā)的時代背景下, 鄰避沖突事件呈現(xiàn)出以風(fēng)險集聚類為核心的特點和趨勢[16]．同時考慮到風(fēng)險聚集類鄰避設(shè)施在城市發(fā)展中的必要性, 本文擬通過構(gòu)建風(fēng)險聚集類鄰避設(shè)施規(guī)劃中“政府-企業(yè)-公眾”三方演化博弈模型, 探討主要利益相關(guān)者之間的演化均衡策略, 在此基礎(chǔ)上運用MATLAB 2020a軟件進行仿真模擬, 分析風(fēng)險聚集類鄰避設(shè)施規(guī)劃中利益相關(guān)者的策略選擇行為及其影響因素, 為風(fēng)險聚集類鄰避設(shè)施項目成功建設(shè)運行提供對策建議．

1 模型

1.1 預(yù)備知識

在風(fēng)險聚集類鄰避設(shè)施規(guī)劃博弈模型的構(gòu)建過程中,本文將政府的策略分為積極或消極監(jiān)督,投資企業(yè)的策略分為考慮或忽視公眾訴求,公眾的策略分為參與或不參與, 其中公眾參與到風(fēng)險聚集類鄰避設(shè)施的規(guī)劃中是指公眾通過聽證會、社會監(jiān)督等形式對設(shè)施的建設(shè)進行抵制或監(jiān)控,不參與則是指公眾由于沒有參與意識或不知該如何參與等原因不參與鄰避設(shè)施的決策規(guī)劃．鄰避設(shè)施能否成功建設(shè)由政府、投資企業(yè)和公眾共同決定,三者通過相互模仿、學(xué)習(xí)構(gòu)成博弈關(guān)系．為了建立相應(yīng)的三方演化博弈模型,本文作如下假設(shè):

(H1)若政府積極監(jiān)督, 則其收益Rg主要包含上級政府的經(jīng)濟獎勵和公眾對于風(fēng)險聚集類鄰避設(shè)施建設(shè)的投訴減少等, 此時政府監(jiān)督成本為Cg; 若采用消極監(jiān)督, 則其監(jiān)督成本為C′g．因風(fēng)險聚集類鄰避設(shè)施具有監(jiān)督成本高的特點, 故有C′g

(H2)投資企業(yè)因立項而做的環(huán)境評估、辦理相關(guān)手續(xù)等的成本為B, 考慮公眾訴求所提供參與便利措施產(chǎn)生的費用為Ce, 因信任度提高而在后續(xù)建設(shè)運營中獲得的收益為Re; 當投資企業(yè)不考慮公眾利益訴求時的收益為R′e, 且R′e

(H3)企業(yè)考慮或忽視公眾利益訴求時, 公眾的參與成本分別為Cep和Cp, 且Cep

(H4) 博弈過程中,政府選擇積極監(jiān)督行為的概率為x, 則選擇消極監(jiān)督行為的概率為1-x;企業(yè)考慮公眾訴求的概率為y,不考慮公眾利益訴求的概率為1-y; 公眾采取參與行為的概率為z, 不參與行為的概率為1-z, 且x,y,z∈[0,1]．

1.2 博弈三方的期望收益和平均收益

根據(jù)假設(shè)(H1)～(H4)可得, 政府積極監(jiān)督時的期望收益

EA1=z(Rg-Cg-M)+(1-z)(Rg-Cg)=Rg-Cg-zM,

(1)

政府消極監(jiān)督時的期望收益

EA2=-yC′g-(1-y)(C′g+Pg)=-C′g-(1-y)Pg,

(2)

則政府的平均收益

(3)

企業(yè)考慮公眾訴求時的期望收益

EB1=Re-B-Ce+(1-x)(Re-B-Ce)=Re-B-Ce,

(4)

忽視公眾訴求時的期望收益

EB2=x(R′e-B-Pe)+(1-x)(R′e-B)=R′e-B-xPe,

(5)

則企業(yè)的平均收益

(6)

公眾參與時的期望收益

EC1=y(Rp+xM-Cep)+(1-y)(Rp+xM-Cp)=xM+y(Cp-Cep)+Rp-Cp,

(7)

不參與時的期望收益

EC2=-xyPp-(1-x)yPp-x(1-y)Pp-(1-x)(1-y)Pp=-Pp,

(8)

則公眾的平均收益

(9)

2 三方主體演化博弈穩(wěn)定性分析

2.1 三方主體的復(fù)制動態(tài)方程和演化穩(wěn)定性分析

在實際的風(fēng)險聚集類鄰避設(shè)施項目中,政府、企業(yè)和公眾在博弈的過程中知道自己選擇不同策略所獲得的收益,并且會隨著對方策略的改變而調(diào)整自身的策略, 故三方主體選擇相應(yīng)策略的概率x,y,z是關(guān)于時間t的函數(shù)．結(jié)合式(1)～(3),可得政府采取積極監(jiān)管策略的復(fù)制動態(tài)方程為

(10)

若z=[(1-y)Pg+Rg+C′g-Cg]/M, 則F(x)≡0, 此時對于任意時刻t, 所有的x均處于穩(wěn)定狀態(tài); 若z≠[(1-y)Pg+Rg+C′g-Cg]/M, 令F(x)=0, 可得x=0,1兩個穩(wěn)定點．根據(jù)微分方程的穩(wěn)定性原理, 當F′(x)<0時, 該均衡點所示策略為演化過程中主體的穩(wěn)定策略．對式(10)求導(dǎo),得

F′(x)=(1-2x)[(1-y)Pg-Mz+Rg+C′g-Cg],

(11)

記三維空間A1={S(x,y,z)|0≤x≤1,0≤y≤1,0≤z≤1}, 其中S是x,y,z所有取值的集合, 截面G1:z=[(1-y)Pg+Rg+C′g-Cg]/M．圖1(a)為政府行為策略的動態(tài)趨勢圖, 其中箭頭為演化趨勢．從圖1(a)可以看出, 截面G1把空間A1分為上下兩個部分, 分別記為空間N11和N12, 當博弈的初始狀態(tài)位于截面上部, 即在空間N11內(nèi)時, 系統(tǒng)經(jīng)過演化后政府的最終策略為積極監(jiān)督; 反之, 若初始狀態(tài)位于N12內(nèi)時, 則政府的最終策略為消極監(jiān)督．

圖1 三方主體的行為策略動態(tài)趨勢圖Fig.1 Dynamic trends of the behavior strategies of the three subjects

由式(4)(5)可得到投資企業(yè)考慮公眾利益訴求策略時的復(fù)制動態(tài)方程為

(12)

當x=(R′e+Ce-Re)/Pe時,F(y)≡0, 此時y取任意值均為穩(wěn)定策略; 當x≠(R′e+Ce-Re)/Pe時,y=0,1為穩(wěn)定策略點．對式(12)求導(dǎo),得

F′(y)=(1-2y)(xPe+Re-R′e-Ce),

(13)

則當x>(R′e+Ce-Re)/Pe,y=1為穩(wěn)定策略點, 即企業(yè)考慮公眾利益訴求; 當x<(R′e+Ce-Re)/Pe,y=0為穩(wěn)定策略點, 即企業(yè)不考慮公眾利益訴求．圖1(b)為企業(yè)行為策略動態(tài)趨勢圖．從圖1(b)可以看出, 直線G2:x=(R′e+Ce-Re)/Pe將策略空間分為N21和N22兩部分, 當政府選擇積極監(jiān)督的概率大于(R′e+Ce-Re)/Pe時, 投資企業(yè)會考慮公眾的利益訴求; 否則, 投資企業(yè)將不會考慮公眾訴求．

由式(7)(8)可得到公眾群體采取參與策略時的復(fù)制動態(tài)方程為

(14)

F′(z)=(1-2z)[y(Cp-Cep)+Mx+Rp+Pp-Cp],

(15)

記三維空間A2={S(x,y,z)|0≤x≤1, 0≤y≤1, 0≤z≤1}, 截面G3:y=(Cp-Mx-Rp-Pp)/(Cp-Cep)．圖1(c)為公眾策略選擇的演化博弈相位圖．從圖1(c)可以看出, 截面G3把空間A2分為前后兩個部分, 當博弈的初始狀態(tài)落在空間N31內(nèi)時, 公眾選擇參與; 當落在空間N32內(nèi)時, 公眾將不會參與．

2.2 博弈系統(tǒng)的均衡分析

為研究風(fēng)險聚集類鄰避設(shè)施規(guī)劃中利益相關(guān)者演化博弈系統(tǒng)的整體穩(wěn)定性, 將式(10)(12)(14)聯(lián)立得

令復(fù)制動態(tài)方程等于0, 則可解得8個特殊的均衡點為(0,0,0),(0,0,1),(0,1,0),(1,0,0),(1,1,0),(1,0,1),(0,1,1),(1,1,1)．除了這8個純策略納什均衡點之外, 還存在1個混合策略納什均衡解

由文獻[17]可知, 非對稱博弈中僅須討論純策略納什均衡點的穩(wěn)定性, 故本文不考慮E*(x*,y*,z*)．Friedman[18]提出可通過分析博弈系統(tǒng)的雅可比矩陣來探究局部均衡點的穩(wěn)定性, 當trJ<0和detJ>0同時滿足時, 局部均衡點趨向于達到穩(wěn)定狀態(tài), 因此構(gòu)造演化博弈系統(tǒng)的雅可比矩陣

其中k=y(Cp-Cep)+Mx+Rp+Pp-Cp．

由風(fēng)險聚集類鄰避設(shè)施實際規(guī)劃建設(shè)及運營的情況可知, 最理想的狀態(tài)為公眾積極提供建議并參與決策; 投資企業(yè)考慮公眾群體的利益訴求, 為公眾參與提供便利措施;政府積極監(jiān)督企業(yè)和公眾, 一方面激勵公眾的參與, 另一方面督促企業(yè)考慮群眾訴求, 即在局部均衡點(1,1,1)處趨于穩(wěn)定是博弈系統(tǒng)的最優(yōu)解, 故本文僅選擇在(1,1,1)處對三方演化博弈模型的穩(wěn)定性及影響因素進行分析．該點處的雅可比矩陣為

則有

detJ1=(M+Cg-C′g-Rg)(Ce+R′e-Re-Pe)(Cep-Rp-Pp-M),

(16)

trJ1=Cg-C′g-Rg+Ce+R′e-Re-Pe+Cep-Rp-Pp．

(17)

因公眾參與的動力來源于對獲得的收益Rp和參與成本Cep的估計, 當參與獲得的收益高于成本時, 公眾傾向于參與決策, 否則公眾將不會參與．在現(xiàn)實情境中, 公眾不參與的直接原因往往是因為Cep-Rp<0, 從而易知Cep-Rp-Pp<0, 故當M+Cg-C′g-Rg<0,Ce+R′e-Re-Pe>0, |Ce+R′e-Re-Pe|0, 使博弈系統(tǒng)在局部均衡點(1,1,1)處趨于{政府積極監(jiān)督, 投資企業(yè)考慮公眾訴求, 公眾參與決策}的演化穩(wěn)定狀態(tài)．風(fēng)險聚集類鄰避設(shè)施利益相關(guān)者行為演化是緩慢且復(fù)雜的過程, 為更直觀地分析不同的參數(shù)對政府、投資企業(yè)和公眾策略選擇的影響, 下面將對三方行為選擇的動態(tài)演化進行仿真模擬．

3 數(shù)值仿真

運用MATLAB 2020a軟件對政府、企業(yè)、公眾三方主體的相關(guān)參數(shù)進行數(shù)值分析．鄰避沖突的爆發(fā)一般不會超過2個月[19], 故設(shè)仿真開始時間為0, 結(jié)束時間為20．為使演化博弈系統(tǒng)在(1,1,1)處趨于穩(wěn)定, 相關(guān)變量須滿足M+Cg-C′g-Rg<0,Ce+R′e-Re-Pe>0, |Ce+R′e-Re-Pe|

在所有的變量之中, 政府對公眾參與的激勵M、企業(yè)不考慮公眾利益訴求時受到的懲罰Pe、政府積極監(jiān)督的成本Cg能夠在相當程度上影響博弈主體的行為, 在風(fēng)險聚集類鄰避設(shè)施利益相關(guān)者的策略選擇中起到非常關(guān)鍵的作用, 故本文重點討論政府對公眾參與的激勵、企業(yè)所受懲罰和政府積極監(jiān)督的成本等因素對三方行為策略選擇的影響．

3.1 政府對公眾參與激勵的影響

其他參數(shù)初始數(shù)值不變,M取0,1,2,3時各方策略演化趨勢如圖3所示．仿真結(jié)果顯示, 當M=0時, 即政府對公眾是否參與決策不予關(guān)心, 不采取激勵措施, 博弈系統(tǒng)在點(1,1,0)處趨于穩(wěn)定, 即達到{政府積極監(jiān)督, 投資企業(yè)考慮公眾訴求, 公眾不參與決策}的穩(wěn)定狀態(tài);M=1時, 公眾需要經(jīng)過更長時間的博弈, 最終選擇不參與; 當M=2時, 表明政府的激勵措施更完善,激勵的力度更大, 此時三方主體的均衡穩(wěn)定點為(1,1,1),即達到{政府積極監(jiān)督,投資企業(yè)考慮公眾訴求,公眾參與決策}的穩(wěn)定狀態(tài);隨著激勵程度的增加,M=3時,三方主體收斂于均衡穩(wěn)定點(1,1,1)所需的時間進一步減少．因此,隨著政府對公眾群體態(tài)度的轉(zhuǎn)變(由不關(guān)心到開始關(guān)心再到更加關(guān)心),公眾對參與風(fēng)險聚集類鄰避設(shè)施規(guī)劃決策的態(tài)度也隨之改變;當M值過小時,系統(tǒng)無法演化到最優(yōu)穩(wěn)定點(1,1,1),而隨M值的增大,各主體行為選擇逐漸趨于均衡點(1,1,1),且M值越大,三方主體行為達到最優(yōu)均衡穩(wěn)定狀態(tài)所需的時間越短．這表明政府對公眾參與的激勵對博弈系統(tǒng)的穩(wěn)定性有重要影響．

圖3 政府激勵M對各主體行為策略演化趨勢的影響Fig.3 The influence of government incentive M on the evolution trend of behavioral strategies of each subject

3.2 企業(yè)所受懲罰的影響

其他參數(shù)初始數(shù)值不變,Pe取3,4,5,6時的仿真結(jié)果如圖4所示．圖4結(jié)果顯示, 當Pe=3時, 三方博弈主體的均衡穩(wěn)定點為(1,0,1), 即處于{政府積極監(jiān)督,投資企業(yè)不考慮公眾訴求,公眾參與決策}的演化穩(wěn)定狀態(tài), 此時相較于企業(yè)的成本與收益, 政府對企業(yè)的懲罰力度過小, 因此投資企業(yè)寧愿冒著被政府懲罰的風(fēng)險, 也不會采取考慮公眾群體利益訴求的行為策略;Pe=4時, 企業(yè)出于對自身形象的維護, 開始關(guān)注公眾的部分訴求, 但由于存在利益最大化的目標, 因此多數(shù)情況下企業(yè)仍會選擇忽略公眾訴求; 隨政府對企業(yè)不合理行為懲罰力度的進一步增大, 企業(yè)出于對利益的考量, 最終會選擇考慮公眾的訴求, 此時政府、投資企業(yè)、公眾三方的演化趨勢最終穩(wěn)定在均衡點(1,1,1)處, 即達到{政府積極監(jiān)督, 投資企業(yè)考慮公眾訴求, 公眾參與決策}的演化穩(wěn)定狀態(tài)．仿真結(jié)果表明, 政府對企業(yè)忽略公眾訴求的懲罰Pe與系統(tǒng)演化到均衡穩(wěn)定點(1,1,1)所需時間呈負相關(guān)性, 故隨著懲罰力度的增加, 企業(yè)選擇考慮公眾訴求所需的時間更短, 使演化博弈系統(tǒng)能夠快速達到最優(yōu)狀態(tài)．

圖4 企業(yè)受到的懲罰Pe對各主體行為策略演化趨勢的影響Fig.4 The influence of punishment Pe on the evolution trend of behavior strategy of each subject

3.3 政府積極監(jiān)督成本的影響

其他參數(shù)初始數(shù)值不變,Cg取7,9,11,13時的仿真結(jié)果如圖5所示．仿真結(jié)果顯示,Cg=13時, 由于積極監(jiān)督的成本高于積極監(jiān)督獲得的收益, 故政府不一定會選擇積極監(jiān)督, 此時企業(yè)會忽略公眾的訴求; 當Cg=11時, 政府選擇積極監(jiān)督的概率由最初的0.5提升到約為0.8, 由于監(jiān)督成本降低的幅度較小, 故政府仍然有一定的概率選擇消極監(jiān)督, 此時企業(yè)考慮到自身利益最大化,所以仍會忽略公眾的訴求, 但此時公眾最終會選擇積極參與; 當Cg=9時, 博弈系統(tǒng)無法達到穩(wěn)定狀態(tài), 政府和企業(yè)的策略選擇也充滿了不確定性; 當Cg=7時, 三方博弈主體的均衡穩(wěn)定點為(1,1,1), 即達到{政府積極監(jiān)督,投資企業(yè)考慮公眾訴求,公眾參與決策}的穩(wěn)定狀態(tài), 監(jiān)督成本大幅下降, 政府能夠獲取一定的收益, 同時公眾也更愿意發(fā)揮自己的才能和創(chuàng)造性而選擇積極參與策略．因此,政府選擇進行積極監(jiān)督,投資企業(yè)在察覺到政府的態(tài)度之后,也會選擇考慮公眾訴求．模擬結(jié)果表明,政府積極監(jiān)督的成本與系統(tǒng)演化到均衡穩(wěn)定點(1,1,1)的可能性呈現(xiàn)負相關(guān)性,即積極監(jiān)督的成本越小, 三方積極合作的可能性就越大,而且隨著監(jiān)督成本的減少,系統(tǒng)達到最佳狀態(tài)(1,1,1)所需的時間就越短．與此同時, 無論政府積極監(jiān)督成本Cg如何變化, 公眾都會選擇積極參與決策, 這是因為公眾意識到不參與決策會受到損失, 而參與決策可以將損失降到最低, 甚至能從中獲利．

圖5 政府積極監(jiān)督的成本Cg對各主體行為策略演化趨勢的影響Fig.5 The influence of the cost Cg of government active supervision on the evolution trend of behavioral strategy of each subject

4 結(jié)論

1) 政府積極監(jiān)督的得益高于消極監(jiān)督的得益,企業(yè)不考慮公眾訴求遭受的懲罰高于企業(yè)提供便利措施的成本時,整個系統(tǒng)處于{政府積極監(jiān)督,投資企業(yè)考慮公眾訴求,公眾參與決策}的穩(wěn)定狀態(tài),風(fēng)險聚集類鄰避設(shè)施規(guī)劃建設(shè)能以最佳方式進行．

2) 政府積極監(jiān)督成本的降低有利于博弈系統(tǒng)達到{政府積極監(jiān)督,投資企業(yè)考慮公眾訴求,公眾參與決策}的演化穩(wěn)定狀態(tài),且成本越低,演化到穩(wěn)定狀態(tài)所需的時間越短;企業(yè)不考慮公眾利益訴求時受到的懲罰、政府對公眾參與的激勵能夠正向影響博弈系統(tǒng)往穩(wěn)定狀態(tài)演化．然而,公眾是否積極參與不受政府監(jiān)督的影響．

3) 政府加大對企業(yè)不考慮公眾利益訴求的懲罰力度會促進三方達成有效合作．

4) 在實際的風(fēng)險聚集類鄰避設(shè)施規(guī)劃中,企業(yè)對待公眾的態(tài)度會隨著政府態(tài)度的轉(zhuǎn)變而轉(zhuǎn)變．當政府選擇積極監(jiān)督時,投資企業(yè)傾向于考慮公眾利益訴求;而當政府消極監(jiān)督時,投資企業(yè)更可能選擇不考慮公眾的訴求,從而更可能引發(fā)鄰避沖突．