劉鈺鑫，王先甲

1.武漢科技大學(xué) 理學(xué)院，武漢 430070；2.武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院，武漢 430070

我們經(jīng)常發(fā)現(xiàn)發(fā)生自然災(zāi)害或公共災(zāi)害時(shí),社會(huì)大眾會(huì)出現(xiàn)自發(fā)的捐贈(zèng)現(xiàn)象.如2020年年初武漢爆發(fā)新冠疫情,2021年青海省瑪多縣突發(fā)7.4級(jí)地震,2021年河南遭遇7.20特大洪災(zāi)……,這一件件災(zāi)害事件發(fā)生后,社會(huì)各界出現(xiàn)了大量捐贈(zèng)行為,其中很多捐贈(zèng)都自發(fā)地來自沒有收入的純消費(fèi)者大學(xué)生,而這種現(xiàn)象在平時(shí)生活中卻很少看見.從理性角度分析,捐贈(zèng)是一種非理性行為,為什么還會(huì)出現(xiàn)這種現(xiàn)象呢?本文以大學(xué)生為對(duì)象,基于親社會(huì)理論,運(yùn)用行為經(jīng)濟(jì)學(xué)實(shí)驗(yàn)方法,探討不同情境下大學(xué)生的捐贈(zèng)意愿形成機(jī)理,從而引導(dǎo)他們?cè)跒?zāi)害情境下多關(guān)心、幫助他人,對(duì)促進(jìn)社會(huì)文明進(jìn)步具有重要意義.

經(jīng)典經(jīng)濟(jì)學(xué)認(rèn)為,人是完全理性的,人按自身效用最大化選擇自已的行為,即人是自利的.然而,在現(xiàn)實(shí)社會(huì)中,經(jīng)?？吹饺艘矔?huì)以一定成本幫助別人.這種利他行為是現(xiàn)代社會(huì)心理學(xué)中的一個(gè)重要研究領(lǐng)域,指人們出于自愿,無需任何報(bào)酬地去幫助他人的行為[1].慈善捐贈(zèng)行為,即親社會(huì)行為,是利他行為中的一種典型形式,也可以說是以很少或不對(duì)等的回報(bào)為有需要的人提供幫助或利益,增強(qiáng)他人福利的行為[2].親社會(huì)行為可分為兩方面,在社會(huì)層面,它是我們生存、發(fā)展的核心要素和社會(huì)責(zé)任的象征;在個(gè)體層面,感恩、通過親社會(huì)游戲喚醒的個(gè)體認(rèn)知、情緒等因素顯著正向影響親社會(huì)行為[3-4].但如今親社會(huì)價(jià)值面臨著前所未有的危機(jī),當(dāng)代的大學(xué)生在利他行為上存在明顯弱化的現(xiàn)象[5],例如跌倒的老人沒人敢扶起來.然而在疫情下,大學(xué)生卻踴躍地獻(xiàn)出愛心,這種看似矛盾的現(xiàn)象值得我們深思,因此探討強(qiáng)、弱情境下影響大學(xué)生親社會(huì)行為的因素是必要的.

文獻(xiàn)[6]將影響親社會(huì)行為的因素主要分為兩類: 一類是個(gè)人因素,不僅包括個(gè)體特征因素,還包括其同情心和移情能力等人格特質(zhì)方面的因素;另一類是情境因素,如助人的環(huán)境、所處的情況是否緊急等因素.梳理以往研究文獻(xiàn),親社會(huì)行為的影響因素如下:

個(gè)人因素層面,文獻(xiàn)[7]編制了利他人格自陳量表,通過讓被試進(jìn)行自評(píng),了解其利他人格,從而證明利他人格存在.文獻(xiàn)[8]提出了大學(xué)生的捐贈(zèng)動(dòng)機(jī)以利他為主,捐贈(zèng)形式以現(xiàn)金為主,且文獻(xiàn)[9]發(fā)現(xiàn)主動(dòng)型人格對(duì)親社會(huì)行為具有顯著影響.溫情效應(yīng)方面,文獻(xiàn)[10]構(gòu)建了一個(gè)非純粹的利他主義模型,假設(shè)人們不僅可以從捐贈(zèng)使他人福利得到改善當(dāng)中獲得欣慰,更加可以從捐贈(zèng)行為中直接獲得快樂——稱之為“溫情效應(yīng)”.共情方面,文獻(xiàn)[11]在研究共情與親社會(huì)行為的關(guān)系時(shí)發(fā)現(xiàn),在真實(shí)疾病情境下,隨著共情能力的提高,大學(xué)生捐助的金額也隨之增加.

情境因素層面,相關(guān)的研究表明情境與人們親社會(huì)行為的意愿相關(guān).例如,文獻(xiàn)[12]指出,相比于日常助人情境,人們更沖動(dòng)且愿意幫助災(zāi)后的求助者.文獻(xiàn)[13]發(fā)現(xiàn),在美國(guó)9.11事件之前,血庫(kù)長(zhǎng)期面臨缺血的情況,在9.11事件之后人們獻(xiàn)血比率出現(xiàn)大幅度增長(zhǎng),在2008年汶川大地震后,全國(guó)各地通過捐款、捐物等方式對(duì)災(zāi)區(qū)人民進(jìn)行幫助.文獻(xiàn)[14]研究發(fā)現(xiàn)大學(xué)生在一般的助人情境中的助人行為要多于有風(fēng)險(xiǎn)的助人情境中的助人行為.文獻(xiàn)[15]提出在緊急匿名的情況下的捐助行為多于緊急公開情境下的捐助行為.文獻(xiàn)[16]在新冠疫情威脅情境下的親社會(huì)行為研究中發(fā)現(xiàn),本地疫情程度對(duì)捐贈(zèng)意愿的正向影響有統(tǒng)計(jì)學(xué)意義.因此,個(gè)體的社會(huì)行為是個(gè)體與情境聯(lián)合的產(chǎn)物[17].

通過回顧文獻(xiàn)可知,影響個(gè)體親社會(huì)行為的因素不僅有個(gè)人因素還有情境因素,過往的研究絕大多數(shù)都是運(yùn)用線性回歸模型分析自變量對(duì)因變量的影響程度,但其中多元線性回歸分析法導(dǎo)致誤差較大,而BP神經(jīng)網(wǎng)絡(luò)模型可以彌補(bǔ)這一缺點(diǎn)[18].那么,BP神經(jīng)網(wǎng)絡(luò)模型為什么適應(yīng)分析影響個(gè)體親社會(huì)行為的因素呢?通過文獻(xiàn)整理可知,文獻(xiàn)[19]利用BP網(wǎng)絡(luò)權(quán)重分析法分析影響大氣顆粒污染源的主要因素,對(duì)改善大氣污染做出了有建設(shè)性的建議.不少研究都是通過BP網(wǎng)絡(luò)權(quán)重法分析自變量對(duì)因變量的影響程度大小,進(jìn)而提出可操作的、有針對(duì)性的建議[20-21].因此,本文運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型建立權(quán)重學(xué)習(xí)機(jī)制,分析利他人格、溫情效應(yīng)、認(rèn)知共情和情緒共情對(duì)捐贈(zèng)意愿的影響,確定各項(xiàng)指標(biāo)權(quán)重和主要影響因素.

本文的第一部分為研究原理,第二部分介紹實(shí)驗(yàn)設(shè)計(jì)原理,第三部分進(jìn)行仿真模擬實(shí)驗(yàn),討論強(qiáng)、弱情境下的各因素對(duì)捐贈(zèng)意愿影響的權(quán)重占比,最后根據(jù)結(jié)論提出建議.

1 研究原理

不同社會(huì)群體對(duì)災(zāi)害的親社會(huì)行為的表現(xiàn)形式可能不同,大學(xué)生是一個(gè)社會(huì)認(rèn)知和個(gè)人經(jīng)濟(jì)稟賦特殊的社會(huì)群體,本文主要關(guān)注大學(xué)生群體面臨災(zāi)害(自然災(zāi)害或公共災(zāi)害)時(shí)的親社會(huì)行為.正在接受高等教育的大學(xué)生,有著較高的文化修養(yǎng)與滿腔熱血,并富有同情心.無論是新冠疫情還是河南7.20洪災(zāi),他們踴躍地捐錢捐物,做義工、當(dāng)志愿者等,奮不顧身地深入災(zāi)區(qū)第一線和災(zāi)區(qū)人民肩并肩抗戰(zhàn),而在日常的愛心活動(dòng)中,卻很少看見這種現(xiàn)象.因此,本文探究不同情境下影響大學(xué)生捐贈(zèng)意愿因素的重要程度.

利他人格是指一種持久地考慮他人的福利和權(quán)利,關(guān)心他人和與他人共情,以及按照使他人受益的方式去行動(dòng)的傾向[22].在利他人格方面,國(guó)內(nèi)研究學(xué)者考慮中國(guó)學(xué)生的利他人格的特征變化,大多都采用湯舒俊量表[23],因此本文也采用其量表刻畫利他人格,將利他人格作為變量,探討利他人格在不同情境下對(duì)大學(xué)生捐贈(zèng)意愿的影響和其所占的比重.

溫情效應(yīng)是指所涉及的情感體驗(yàn),即獲得積極的、自我感覺良好的情感體驗(yàn)[24].文獻(xiàn)[25]定義了“欲望心理”和“獎(jiǎng)勵(lì)的存在”,例如感到快樂、高興,將溫情效應(yīng)(光熱效應(yīng))作為積極的情感反應(yīng).同時(shí)文獻(xiàn)[26]指出,溫情效應(yīng)對(duì)捐贈(zèng)意愿的正向影響有統(tǒng)計(jì)學(xué)意義.因此本文也將溫情效應(yīng)作為變量之一,探討溫情效應(yīng)在不同情境下對(duì)大學(xué)生捐贈(zèng)意愿的影響和其所占比重.

作為一種基于情境的情感反應(yīng),共情在捐助意愿或行為的預(yù)測(cè)中也起重要作用[27].人類的共情不單靠血緣、親緣的維系,更延伸至靠地緣和業(yè)緣維系的社會(huì)環(huán)境,甚至是與自己毫無關(guān)聯(lián)的他者或它者[28].共情是指?jìng)€(gè)體感知或想象其他人的情感,并體驗(yàn)到其他人感受的心理過程,被認(rèn)為是親社會(huì)行為的重要促動(dòng)因素[29].文獻(xiàn)[30]發(fā)現(xiàn)共情是影響親社會(huì)行為的重要變量,同時(shí)也是助人行為發(fā)生的催化劑.文獻(xiàn)[31]把共情分為認(rèn)知共情和情緒共情,認(rèn)知共情指測(cè)量被試站在他人角度對(duì)情境的理解和體驗(yàn)程度;情緒共情指測(cè)量被試對(duì)不幸情境的情緒性反應(yīng).文獻(xiàn)[32]指出利他人格、認(rèn)知共情對(duì)個(gè)體捐贈(zèng)意愿的作用有統(tǒng)計(jì)學(xué)意義,因此本文利用定險(xiǎn)峰共情量表[31],通過認(rèn)知共情和情緒共情兩個(gè)維度測(cè)量在不同情境下個(gè)體的捐贈(zèng)意愿.

捐贈(zèng)意愿是指?jìng)€(gè)人從事某種特定捐贈(zèng)行為的主觀概率[33].文獻(xiàn)[34]研究發(fā)現(xiàn)個(gè)體捐贈(zèng)者對(duì)非營(yíng)利組織及公益事項(xiàng)擁有良好感知,有助于形成強(qiáng)烈的捐贈(zèng)意愿.本文所指的捐贈(zèng)意愿指?jìng)€(gè)人向特定組織進(jìn)行金錢捐贈(zèng)的主觀概率[26].

情境方面,認(rèn)知心理學(xué)之父Neisser提出,個(gè)體的認(rèn)知知覺是實(shí)時(shí)的,往往發(fā)生于具體環(huán)境之中[35],也就是說個(gè)體的認(rèn)知知覺與外部環(huán)境是緊密聯(lián)系的.文獻(xiàn)[36]發(fā)現(xiàn)情境因素和捐贈(zèng)情境強(qiáng)度影響大學(xué)生的捐贈(zèng)意愿和捐贈(zèng)金額.

情境故事法是通過呈現(xiàn)能夠引發(fā)某種反應(yīng)的特定情境,要求被試對(duì)故事中主人公的行為或所描述情境進(jìn)行判斷和識(shí)別.基于以上研究理論,本文以利他人格、溫情效應(yīng)、認(rèn)知共情和情緒共情4個(gè)維度探究不同情境下大學(xué)生的捐贈(zèng)意愿.

在計(jì)量經(jīng)濟(jì)學(xué)中,多元回歸模型指含有兩個(gè)以上解釋變量的回歸模型,許多學(xué)者構(gòu)建多元線性回歸模型進(jìn)行實(shí)證分析,而BP神經(jīng)網(wǎng)絡(luò)是由輸入層、隱藏層和輸出層構(gòu)成,各層的神經(jīng)元數(shù)目不同,同層各神經(jīng)元互不連接,相鄰的神經(jīng)元通過權(quán)連接,最基本的BP神經(jīng)網(wǎng)絡(luò)是三層前饋網(wǎng)絡(luò)[37].本文輸入層的節(jié)點(diǎn)數(shù)為4個(gè),輸出層的節(jié)點(diǎn)數(shù)為1個(gè),運(yùn)用試湊法來確定最佳隱藏層節(jié)點(diǎn)數(shù),經(jīng)驗(yàn)公式如(1)式所示.

(1)

(1)式中,i表示輸入層節(jié)點(diǎn)數(shù),j為隱藏層節(jié)點(diǎn)數(shù),其中a為1～10之間的整數(shù),由于在本文中i=4,隱藏層節(jié)點(diǎn)數(shù)的范圍為3～13個(gè).本文通過多次訓(xùn)練,最終得到網(wǎng)絡(luò)誤差最小時(shí)的隱藏層節(jié)點(diǎn)數(shù)為3個(gè),因此選定隱藏層神經(jīng)元個(gè)數(shù)j為3,BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示.

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

圖2 強(qiáng)情境下的研究模型圖

圖3 弱情境下的研究模型圖

2 實(shí)驗(yàn)設(shè)計(jì)

本節(jié)通過實(shí)驗(yàn)分析方法探討影響群體捐贈(zèng)意愿的影響因素及這些影響因素對(duì)捐贈(zèng)意愿的影響特征.本文引用文獻(xiàn)[36]的災(zāi)難情境故事,結(jié)合2021年河南7.20特大洪災(zāi)情境信息為實(shí)驗(yàn)材料,旨在探討不同情境下的利他人格、溫情效應(yīng)、認(rèn)知共情、情緒共情因素分別對(duì)大學(xué)生捐贈(zèng)意愿的影響程度.

2.1 研究對(duì)象

本文以武漢市在校大學(xué)生為研究對(duì)象,隨機(jī)發(fā)放調(diào)查問卷,當(dāng)場(chǎng)填寫和回收,于2021年11月初至2021年12月底完成,歷時(shí)近2個(gè)月.強(qiáng)情境和弱情境下分別收到305份和303份問卷,有效調(diào)查問卷根據(jù)一定的規(guī)則(比如未能完成完整問卷,規(guī)律化作答、作答時(shí)間過短小于60秒等為無效問卷)進(jìn)行整理、篩選,最終獲得有效問卷各為290份,有效率分別為95.1%和95.7%.

在有效問卷中,強(qiáng)情境下的被試男女占比分別為58.6%和41.4%,平均年齡20歲,一年級(jí)、二年級(jí)、三年級(jí)、四年級(jí)、五年級(jí)大學(xué)生分別占49%,22.8%,11.7%,4.8%,11.7%,文科生和理科生分別占比26.6%和73.4%,非黨員和農(nóng)村戶口被試居多,占比分別為94.8%和74.1%;弱情境下的被試男女占比分別為47.6%和52.4%,平均年齡為19.9歲,一年級(jí)、二年級(jí)、三年級(jí)、四年級(jí)、五年級(jí)大學(xué)生分別占59.7%,16.9%,11%,3.1%,9.3%,文科生和理科生分別占比34.5%和65.5%,非黨員和農(nóng)村戶口被試居多,占比分別為93.1%和65.5%.

2.2 研究思路及方法

實(shí)驗(yàn)規(guī)則設(shè)計(jì)由調(diào)查問卷表征.在問卷中,所有被試首先完成個(gè)人基本信息填寫及利他人格量表問卷,接著閱讀情景材料,隨之對(duì)情景材料的感知強(qiáng)度進(jìn)行評(píng)分,在評(píng)分完畢后,依次填寫溫情效應(yīng)量表、共情量表,最后填寫捐贈(zèng)意愿量表,每位被試隨機(jī)接受一種情境的測(cè)試,減少因疲勞與練習(xí)效應(yīng)等造成的誤差.

此次調(diào)查問卷刻畫實(shí)驗(yàn)規(guī)則的工具量表如下:

網(wǎng)絡(luò)捐贈(zèng)情境量表：災(zāi)害情境材料引用文獻(xiàn)[36]的情境故事加以整合,描述的是“不同強(qiáng)度的洪災(zāi)”,強(qiáng)情境材料明確表明此次洪災(zāi)造成人員嚴(yán)重傷亡和財(cái)產(chǎn)損失額巨大;弱情境材料則簡(jiǎn)單闡述此次洪災(zāi)給人們?cè)斐刹槐?材料字?jǐn)?shù)均在300字左右.閱讀完后讓被試評(píng)價(jià)所感受的情境強(qiáng)度,采用Likert 7點(diǎn)計(jì)分方式,被試選擇最能代表情境強(qiáng)度的分?jǐn)?shù).

利他人格量表：采用《利他人格自陳量表》測(cè)量被試的利他人格.該量表是由文獻(xiàn)[7]編制的,文獻(xiàn)[23]翻譯修訂適合在中國(guó)大學(xué)生中施測(cè)的中文版問卷,是研究大學(xué)生利他人格普遍采用的測(cè)量工具.該量表共17個(gè)項(xiàng)目,采用Likert 5點(diǎn)計(jì)分方式,兩份量表研究的克倫巴赫系數(shù)分別為0.918和0.916.

溫情效應(yīng)量表：本文對(duì)于溫情效應(yīng)的測(cè)量參考的量表來自文獻(xiàn)[38]以及文獻(xiàn)[26],在慈善捐贈(zèng)的主題下,將量表修改成為適合本文研究的表述,該量表共4個(gè)項(xiàng)目,采用Likert 7點(diǎn)計(jì)分方式,兩份量表研究的克倫巴赫系數(shù)分別為0.963和0.933.

共情量表：本文關(guān)于捐贈(zèng)意愿量表采取了文獻(xiàn)[31]的量表,該量表共8個(gè)項(xiàng)目,該量表針對(duì)不幸情境設(shè)置認(rèn)知共情和情緒共情兩個(gè)維度,采用Likert 7點(diǎn)計(jì)分方式,兩份量表中,認(rèn)知共情題目都為1～4道,克倫巴赫系數(shù)分別為0.967和0.944;情緒共情題目也都為5～8道,克倫巴赫系數(shù)分別為0.925和0.932.兩份量表中的認(rèn)知共情和情緒共情的相關(guān)系數(shù)分別為0.766和0.64,p<0.05.

捐贈(zèng)意愿量表：采取文獻(xiàn)[16]的量表,將量表修改為適合本文研究的表述.該量表共2個(gè)項(xiàng)目,采用Likert 7點(diǎn)計(jì)分方式,兩份量表研究的克倫巴赫系數(shù)分別為0.863和0.883.

通過這些量表反映災(zāi)害情境、利他人格、溫情效應(yīng)、認(rèn)知共情和情緒共情對(duì)捐贈(zèng)意愿的影響.

3 實(shí)驗(yàn)分析

本節(jié)根據(jù)第2節(jié)調(diào)查問卷得到的網(wǎng)絡(luò)捐贈(zèng)情境量表、利他人格量表、溫情效應(yīng)量表、共情量表和捐贈(zèng)意愿量表數(shù)據(jù),首先利用SPSS26.0軟件構(gòu)建不同情境下大學(xué)生捐贈(zèng)意愿的多元線性回歸方程;然后根據(jù)有效調(diào)查問卷的量表數(shù)據(jù),運(yùn)用Matlab軟件進(jìn)行BP神經(jīng)網(wǎng)絡(luò)仿真實(shí)驗(yàn),進(jìn)而對(duì)比分析多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)性能,從而在精度高的BP神經(jīng)網(wǎng)絡(luò)模型中計(jì)算不同情境下各個(gè)影響因素對(duì)捐贈(zèng)意愿的權(quán)重占比;最后根據(jù)影響因素的影響程度大小確定其重要性.

3.1 情境程度

本小節(jié)通過描述統(tǒng)計(jì)和獨(dú)立樣本t檢驗(yàn)探究情境因素能否達(dá)到情境區(qū)分的程度,得到情境程度分析結(jié)果如圖4所示.根據(jù)圖4可知,強(qiáng)情境下被試所感知的情境強(qiáng)度(均值M=5.00,標(biāo)準(zhǔn)差SD=1.40)強(qiáng)于沒有強(qiáng)調(diào)人員傷亡等情境下(弱情境)被試所感知的情境強(qiáng)度(M=4.74,SD=1.28),獨(dú)立樣本t檢驗(yàn)結(jié)果為2.38,顯著性概率p<0.01表示差異有統(tǒng)計(jì)學(xué)意義.所以,情境因素已達(dá)到情境區(qū)分的程度.

圖4 情境程度分析圖

3.2 多元線性回歸分析

本小節(jié)在不同情境下通過建立多元線性回歸方程探討各個(gè)變量對(duì)捐贈(zèng)意愿的影響程度,結(jié)果如表1、表2、表3和表4所示.由表1和表2可知,強(qiáng)情境和弱情境下利他人格、溫情效應(yīng)、認(rèn)知共情、情緒共情與捐贈(zèng)意愿變量間的正相關(guān)性均有統(tǒng)計(jì)學(xué)意義.

表1 強(qiáng)情境下的統(tǒng)計(jì)描述及相關(guān)性分析(N1=290)

表2 弱情境下的統(tǒng)計(jì)描述及相關(guān)性分析(N2=290)

如表3所示,強(qiáng)情境多元線性回歸方程為

表3 強(qiáng)情境下捐贈(zèng)意愿影響因素的回歸分析

如表4所示,弱情境多元線性回歸方程為

表4 弱情境下捐贈(zèng)意愿影響因素的回歸分析

3.3 仿真實(shí)驗(yàn)

本節(jié)運(yùn)用調(diào)查問卷實(shí)驗(yàn)中得到的樣本數(shù)據(jù),提出BP神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真訓(xùn)練和測(cè)試.

3.3.1 仿真結(jié)果分析

仿真實(shí)驗(yàn)隨機(jī)選取調(diào)查問卷的70%樣本進(jìn)行訓(xùn)練,另外30%樣本作為測(cè)試樣本在Matlab中運(yùn)行.使用train()函數(shù)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,分別得到強(qiáng)情境和弱情境下的訓(xùn)練均方誤差圖,其結(jié)果如圖5和圖6所示.由圖5可知,在強(qiáng)情境下第3次迭代時(shí)最佳驗(yàn)證性能是0.061,誤差收斂趨于穩(wěn)定;由圖6可知,在弱情境下第11次迭代時(shí)最佳驗(yàn)證性能是0.088,誤差收斂趨于穩(wěn)定.由此可得,強(qiáng)、弱情境下的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差均收斂趨于穩(wěn)定,且強(qiáng)情境下的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練效果優(yōu)于弱情境下的效果.

圖5 強(qiáng)情境下的訓(xùn)練均方誤差圖

圖6 弱情境下的訓(xùn)練均方誤差圖

3.3.2 模型預(yù)測(cè)性能對(duì)比分析

關(guān)于多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)精度高低,可以用相對(duì)誤差Δβ來衡量[18],如(2)式所示.

(2)

通過(2)式分別計(jì)算強(qiáng)情境和弱情境下多元線性回歸模型與BP神經(jīng)網(wǎng)絡(luò)模型的相對(duì)誤差為0.104與0.064,0.118與0.056.為了進(jìn)一步說明BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)效果優(yōu)于多元線性回歸模型的預(yù)測(cè)效果,將BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型和多元線性回歸預(yù)測(cè)模型基于50個(gè)樣本模擬的結(jié)果進(jìn)行對(duì)比,其結(jié)果如圖7和圖8所示.由圖7和圖8可知,兩種情境下BP神經(jīng)網(wǎng)絡(luò)模型比多元線性回歸模型精度高、誤差小、模擬效果好.

圖7 強(qiáng)情境下的擬合值和實(shí)際值比較圖

圖8 弱情境下的擬合值和實(shí)際值比較圖

3.3.3 影響因素權(quán)重分析

由仿真結(jié)果可知,強(qiáng)、弱情境下的BP神經(jīng)網(wǎng)絡(luò)已經(jīng)訓(xùn)練完畢,且誤差在可接受范圍之內(nèi).因此,我們利用BP神經(jīng)網(wǎng)絡(luò)權(quán)重分析法分析強(qiáng)、弱情境下的各因素對(duì)捐贈(zèng)意愿影響的重要程度.

BP神經(jīng)網(wǎng)絡(luò)權(quán)重分析法是用來分析研究輸入神經(jīng)節(jié)點(diǎn)的權(quán)值分布的一種方法,其基本指導(dǎo)思想是: 通過分析各個(gè)輸入神經(jīng)節(jié)點(diǎn)權(quán)值占整個(gè)輸入神經(jīng)節(jié)點(diǎn)的權(quán)重比例大小,按輸入神經(jīng)節(jié)點(diǎn)權(quán)重貢獻(xiàn)率從大到小依次進(jìn)行排序,判斷輸入神經(jīng)節(jié)點(diǎn)i對(duì)輸出的影響程度,從而確定其重要性[19].其計(jì)算公式如(3)式所示.

(3)

(3)式中,bi為第i個(gè)輸入節(jié)點(diǎn)的權(quán)重貢獻(xiàn)率;Wij為輸入層節(jié)點(diǎn)i與隱藏層節(jié)點(diǎn)j的連接權(quán)值(有正有負(fù));||為取絕對(duì)值符號(hào),為隱藏層節(jié)點(diǎn)j與輸出節(jié)點(diǎn)(這里只有一個(gè)輸出節(jié)點(diǎn))的連接權(quán)值.輸入層節(jié)點(diǎn)i的第i條連接通路對(duì)該節(jié)點(diǎn)的權(quán)重貢獻(xiàn)率如(1)式右邊和(3)式中的乘積項(xiàng)所示.

歸一化后,輸入節(jié)點(diǎn)i的權(quán)重貢獻(xiàn)率Ci(即第y1,y2個(gè)因素對(duì)捐贈(zèng)意愿的貢獻(xiàn)率)如(4)式所示.

(4)

通過BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練,得到強(qiáng)、弱情境下各自輸入層與隱藏層的權(quán)值Wij和隱藏層與輸出層的權(quán)值Vj.表5和表6給出了強(qiáng)情境和弱情境下已訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)的權(quán)值.

表5 強(qiáng)情境下BP神經(jīng)網(wǎng)絡(luò)已訓(xùn)練好的權(quán)值

表6 弱情境下BP神經(jīng)網(wǎng)絡(luò)已訓(xùn)練好的權(quán)值

由表5和表6可知強(qiáng)、弱情境下各自的BP神經(jīng)網(wǎng)絡(luò)已訓(xùn)練好的權(quán)值,從而可以通過(3)式和(4)式計(jì)算出強(qiáng)、弱情境下的各個(gè)輸入變量的權(quán)重,計(jì)算結(jié)果如圖9和圖10所示.

圖9 強(qiáng)情境下輸入變量權(quán)重占比圖

圖10 弱情境下輸入變量權(quán)重占比圖

4 討論與啟示

首先,本文在前人的理論基礎(chǔ)上開展實(shí)驗(yàn),通過調(diào)查問卷得到影響大學(xué)生捐贈(zèng)意愿的因素?cái)?shù)據(jù)——情緒共情、溫情效應(yīng)、認(rèn)知共情和利他人格;隨后建立不同情境下多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型,比較兩種模型精度;最后運(yùn)用BP神經(jīng)網(wǎng)絡(luò)權(quán)重分析法分析各因素的權(quán)重占比,得到具體結(jié)果分析如下:

溫情效應(yīng)、情緒共情、認(rèn)知共情和利他人格是大學(xué)生捐贈(zèng)意愿的影響因素.在現(xiàn)實(shí)生活中,純粹的利他主義是很少的.個(gè)人在捐贈(zèng)行為中會(huì)感到快樂、高興和滿意,也就是說,個(gè)人更傾向于捐贈(zèng)的原因是捐贈(zèng)中溫情效應(yīng)的體驗(yàn),在捐贈(zèng)中獲得了心理上的滿足感,這是一種個(gè)人效用的收獲,與經(jīng)濟(jì)學(xué)中個(gè)人效用最大化的基礎(chǔ)假設(shè)不沖突.而共情是擁有良好人際關(guān)系的首要條件,不同情境下的認(rèn)知共情和情緒共情會(huì)呈現(xiàn)不同的趨勢(shì),在強(qiáng)情境下,更多是情感體驗(yàn),即情緒共情;而在弱情境下,更多是理性思考,即認(rèn)知共情.同樣,擁有利他人格特征的人,個(gè)人慈善捐贈(zèng)的意愿程度也較高,這也就解釋了生活中無私奉獻(xiàn)的人,他們會(huì)慷慨傾囊地去幫助他人,因?yàn)樵趦?nèi)心深處,他們會(huì)為了社會(huì)的整體利益而放棄個(gè)人利益.

大學(xué)生是一個(gè)特殊的社會(huì)群體.大學(xué)生是一個(gè)對(duì)認(rèn)識(shí)社會(huì)和理解社會(huì)充滿激情、對(duì)社會(huì)不甚理解而又渴望理解、對(duì)處于災(zāi)害中的人們充滿同情而又經(jīng)濟(jì)力量很弱的群體.他們處于對(duì)社會(huì)認(rèn)識(shí)和理解的成長(zhǎng)期,引導(dǎo)他們?cè)跒?zāi)害情境下關(guān)心他人、幫助他人的親社會(huì)行為對(duì)促進(jìn)社會(huì)文明進(jìn)步具有重要意義.這里,把研究大學(xué)生慈善捐贈(zèng)意愿的影響機(jī)制作為理解當(dāng)今大學(xué)生親社會(huì)行為的一個(gè)窗口.通過本文研究,我們得到如下啟示:

第一,提高溫情效應(yīng)的水平,比如通過很直觀的方式(視頻)使大學(xué)生體會(huì)到捐贈(zèng)的意義,不僅可以得到心理上的滿足感,還會(huì)提高認(rèn)知共情的能力和加強(qiáng)情緒共情的感受,會(huì)更加傾向于捐贈(zèng).同時(shí),利他特征和中國(guó)傳統(tǒng)文化具有共同的趨向,培養(yǎng)利他主義的傾向和積極的情感體驗(yàn),不僅需要在教育中要突出德育的地位,注重對(duì)大學(xué)生思想道德品質(zhì)的培養(yǎng),還需要在生活中具體地實(shí)踐.

第二,構(gòu)建良好的捐贈(zèng)情境,在捐贈(zèng)情境方面,構(gòu)建有沖擊感畫面,加強(qiáng)外部情境程度,使大學(xué)生真實(shí)地感受求助者的緊迫和無奈感,從而進(jìn)行親社會(huì)行為.大學(xué)生是社會(huì)慈善捐贈(zèng)的重要群體,提高其慈善意識(shí)和社會(huì)責(zé)任感,有利于推動(dòng)校園文明建設(shè),并在實(shí)踐中推進(jìn)德育教育.

最后,本文的工作有兩個(gè)主要的局限性.其一,被試樣本均來源于高校的大學(xué)生,研究結(jié)論的推廣性和實(shí)用性會(huì)受到限制.因此,未來的研究中被試群體要多樣化,使樣本更具代表性.其二,本文的實(shí)驗(yàn)僅研究捐贈(zèng)意愿,沒有研究實(shí)際的捐贈(zèng)行為,未來可以設(shè)計(jì)真實(shí)的情境實(shí)驗(yàn)(田野實(shí)驗(yàn)),進(jìn)一步研究被試的實(shí)際捐贈(zèng)行為.