技术摘要：耦合采纳-观点动态的模型预测控制

问题陈述

本文旨在解决如何加速不同群体中可持续行为（如绿色技术、节能实践）扩散的挑战。虽然行为科学和网络理论已指出社会影响是个人决策的关键驱动力，但现有模型往往无法捕捉观点形成与行为采纳之间复杂的相互作用。具体而言，标准的流行病模型（如 SIRS）将个体视为均匀易感的，而现实世界的采纳过程则受异质性倾向、持久态度以及观察到的采纳水平与社区观点之间反馈循环的影响。

核心问题在于设计一种最优控制策略，以最大化可持续行为的采纳人数。至关重要的是，本文认为直接强制采纳通常是不切实际或成本高昂的。相反，目标是影响社区的观点动态，从而通过一种“助推式”（nudge-based）方法间接调节采纳过程。其挑战在于如何在现实约束下管理这一过程，例如有限的政策预算以及社会传染的动态非线性特征。

方法论

1. 耦合采纳-观点模型

作者提出了一个新型的双层网络模型来描述扩散过程：

• 物理层（采纳动态）： 在加权有向图上建模为分层框架——易感者–采纳者–不满者（SAD）。
  • 易感者 ($s_j$)： 当前未采纳但具备采纳能力的个体。
  • 采纳者 ($a_j$)： 当前正在实践该行为的个体。
  • 不满者 ($d_j$)： 放弃了该行为或对其益处不再认可的个体。
  • 状态转换由社会传染（成对交互）和依赖于观点的速率驱动。采纳率随社区的正向观点以及邻近社区观察到的采纳水平而增加。
• 社会层（观点动态）： 在独立的社会交互图上使用 Friedkin-Johnsen 模型的扩展进行建模。
  • 观点 ($x_j \in [0,1]$) 的演化基于三个因素：内在倾向（顽固性）、来自邻居的社会影响，以及来自物理层观察到的采纳水平的反馈。
  • 这种耦合确保了高水平的采纳会强化正向观点，而负面体验或缺乏采纳则会侵蚀支持。

2. 稳定性分析

论文对系统的平衡点进行了严格的稳定性分析：

• 无采纳平衡点： 作者定义了一个依赖于观点的再生数 $R_0^A(x)$。他们确立了：如果系统矩阵（在最优观点状态下）的最大谱半径小于 1，则无采纳平衡点是全局渐近稳定的（即采纳行为会消亡）。反之，如果最小再生数大于 1，则无采纳状态变得不稳定。
• 采纳扩散平衡点： 论文推导了非零采纳平衡点存在性及其渐近稳定性的充分条件。这些条件涉及交互矩阵的谱性质，以及采纳易感性与放弃率之间的平衡。

3. 控制框架：模型预测控制 (MPC)

为了将系统引导至高采纳平衡点，作者构建了一个最优控制问题，其中控制输入 $u(t)$ 作用于观点动态（例如，通过意识提升活动或信息提供），而非直接强制采纳。

• 目标： 最小化一个平衡了最大化采纳比例、最小化不满者比例以及惩罚干预成本（预算约束）的代价函数。
• 方法： 采用非线性 MPC 框架。在每个时间步，控制器求解一个有限时域优化问题，以确定观点塑造干预的最优序列，仅应用第一步，并在下一步进行重新优化（递推时域）。
• 约束： 控制受限于预算限制 ($\mathbf{1}^T u(t) \leq C$) 和物理边界 ($u(t) \in [0, 1-x(0)]$)。

关键结果

• 稳定性条件： 论文提供了表征可持续行为是自然消亡还是能够实现广泛扩散的解析条件（定理 1 和 2）。这些条件高度依赖于网络结构和初始观点的分布。
• 仿真性能： 在一个包含 10 个社区的网络上的数值模拟展示了所提方法的有效性：
  • 无控制动态： 在缺乏干预的情况下，采纳者的比例随时间衰减至零，导致停滞。
  • MPC 驱动动态： MPC 策略成功地维持并提升了所有社区的采纳比例。
  • 与恒定策略对比： 与恒定、非自适应的控制策略 (CCP) 相比，MPC 方法在实现更高采纳比例的同时，总控制成本更低。这突显了在处理系统非线性方面，基于反馈的自适应控制的优势。

意义与主张

本文声称其主要贡献在于开发了一种利用观点与采纳之间耦合关系的助推式控制策略。通过塑造观点而非直接强制行为，决策者可以更有效地影响扩散过程，并提高其可扩展性。

关于本研究意义的关键主张包括：

1. 建模创新： 所提出的 SAD 模型结合了观点动态，比标准的流行病模型更真实地表征了绿色创新的采纳过程，捕捉了异质性和态度的持久性。
2. 间接控制： 研究表明，通过观点塑造来优化干预，是直接强制执行的一种可行且高效的替代方案，尤其是在预算受限的情况下。
3. 自适应优势： 结果表明，自适应控制 (MPC) 通过考虑系统的动态演化，显著优于静态策略，确保了即使在社区状态发生变化时，干预依然保持有效。

作者指出，虽然数值模拟验证了所提 MPC 方法的可重复可行性和收敛性，但针对受控采纳-观点模型的这些属性的正式数学证明仍是未来技术分析的主题。