基于模糊认知图的老旧小区改造协同治理机理研究

摘 要：老旧小区改造实践中政府、企业、居民等多方主体协同不足以成为掣肘改造推进的关键问题。已有研究以识别与定性分析部分协同影响因素为主，从系统视角分析协同影响要素间相互作用机理的定量化研究较少；尤其缺乏定量化测度与分析多个协同因素结构与功能的分析工具。本研究首先基于协同治理理论，识别并搭建了以“驱动—过程—结果”三类协同要素所构成的分析框架；创新引入模糊认知图法构建老旧小区改造协同治理FCM模型；并通过对若干模型中心性指标的静态与动态分析模拟，从多视角分析老旧小区改造情境下影响多主体协同达成的关键因素及其作用机理。分析结果解释了改造主体间协同不足原因，同时验证了FCM方法在相关研究中的适用性。

关键词：老旧小区改造；协同治理；模糊认知图

基金项目：教育部人文社会科学研究规划基金项目“基于社会资本网络（SCN）的城市社区韧性提升机理与策略研究”（23YJA630020）。

［中图分类号］ F299.23 ［文章编号］ 1673-0186（2024）007-0111-017

［文献标识码］ A ［DOI编码］ 10.19631/j.cnki.css.2024.007.008

老旧小区改造是我国新型城镇化建设道路上推动城市有机更新的重点与难点问题［1-3］。改造项目涉及居民、社区、企业与政府部门等多元利益主体［4-5］，但实践中因各方在改造目标与内容、资金投入与责权利分摊等方面的分歧，导致改造项目进展缓慢、沟通困难与成效不理想等问题，多元主体间缺乏协同已成为改造的瓶颈性问题［6-7］。近年来，学术界将协同治理（Collaborative Governance）理论广泛应用于各类涉及多元主体协调、沟通与合作的复杂管理问题［8-10］，使之成为相关学术研究与实践的主要理论依据［11-12］。国内相关研究多将该理论应用于解读协同问题现象、识别影响因素，并基于部分因素的质性分析归纳成因。而从系统视角，对各协同影响因素的功能、结构与交互影响的研究不足，尤其未能从机理层面诠释各协同影响因素（微观构成）对整体协同效果（系统涌现）的影响。本研究在系统梳理协同治理理论研究成果的基础上，归纳并应用“驱动—过程—结果”框架识别改造项目中影响多主体协同的关键因素，并创新应用模糊认知图（FCM）方法对因素间的影响路径与程度进行分析，尝试从机理层面解析改造协同形成与演化的动力学特征。

一、基于“驱动—过程—结果”的协同治理要素识别

目前对老旧小区改造项目中协同问题的既有研究主要采用两条路径：一是从改造制度与机制视角，结合案例对改造政策、机制中协同不足问题的识别分析［13-16］；二是从参与主体的角色功能、权责关联等视角，分析主体决策动机与行为特征［17-20］。在方法论层面主要采用静态、局部与线性的定性分析路径及方法，但协同治理理论将协同视为一个由多个因素构成的、动态演化的系统过程。近十余年来，国内外学术与实务界在应对日益多元、复杂的现代公共管理问题过程中也大大推动了协同治理理论的发展，并形成了一系列包含：协同影响要素、作用机制和演化过程的理论分析框架。

尽管不同学者在协同影响因素识别、要素内涵与功能界定等方面存在一定的分歧，但在解释协同的形成与演化机理时，都将协同视作一种遵循“驱动—过程—结果”阶段演化的系统性过程。其中较为经典和最具代表性的有汤姆森、佩里构建的“前提—过程—产出”三阶段协作治理过程模型（Process Framework for Collaboration）［21］；在此基础上，布莱森、克罗斯比构建了跨部门协作治理框架（Framework for Understanding Cross-sector Collaborations），在“初始条件—过程—产出”之外还增加了“问责”的第四个阶段［22］；安赛尔、加什的协同治理模型（A Model of Collaborative Governance）则将“起始条件”与“协同过程”后的阶段称为“协同结果”［12］；艾默生、纳巴泰希提出了由“系统情景—协同体制—协同产出”构成的协同治理整体性框架（The Integrative Framework for Collaborative Governance）［23］；刘小泉、朱德米采用了由“起始条件—协作过程—结果”组成的协同治理理解框架［24］；田玉麒基于运作逻辑提出了由“系统环境—协同过程—协同效果”组成的协同治理理论模型［25］。

综上，从学者们所识别要素特征来看，“初始条件”或“系统情景”阶段要素主要描述协同产生的“驱动力”，是后续协同的“过程”或“机制”运转的动力源。而中间的协同“过程”要素主要刻画的是促使角色与诉求各异的主体间达成协同所必需的原则、条件或平台。而在协同的“产出”或“结果”阶段，主要描述了协同系统在各个影响因素间复杂的联系与互相作用下所涌现出的，能够表征协同活动效果与达成度的要素。通过梳理，最终从众多协同治理理论研究成果中提炼出由“驱动—过程—结果”所构成的协同系统过程框架（表1）。

在“驱动—过程—结果”的框架上，通过对既有研究的类比进一步从理论层面提炼协同要素。由于现实管理目标、任务或问题的复杂性，是导致单一主体无法独立完成的根本原因。因此，将管理问题的固有特征、多主体间因资源局限而存在的互依关系，以及特定政策制度环境下对主体的激励视为协同活动产生的“驱动类”要素，这是推动多主体协同的客观动因。然后将体现主体角色定位、责权利关系、沟通机制与互动行为特点的要素归为“过程类”要素。最后，从协同系统的演化角度，将阶段性协同成果、多主体在实践中因交流互动所带来的观念转变，以及由协同过程所带来的制度环境改变归为“结果类”要素（表2）。将这些理论影响要素与改造项目现实背景相结合，可进一步识别老旧小区改造项目多主体协同影响因素。

二、模糊认知图（FCM）方法的适用性

从科学哲学角度来看，将理论要素应用到现实情境的前提，是将由学者所创造的知识体系通过演绎的方法，具象化为与现实问题高度关联的现象或问题。因此，协同治理理论要素作为一种由学者通过归纳演绎所形成的知识体系，其在不同情境下的识别与机理解读，可以理解为是不同学者基于自身“经验感知”（Perceptual Experience）所获得的“表征内容”（Representational Content），也就是科学哲学中所描述的“知识的模糊性”［26］（为便于表述，后文将之称为“模糊影响要素”）。基于模糊影响要素的复杂系统建模一直是学界研究的难点与痛点［27］。直到科斯科将扎德的模糊集理论和阿克塞尔罗德的认知图理论相结合，发展出模糊认知图法（FCM方法）［28］。该方法是一种基于专家经验与感知，将模糊逻辑和神经网络相结合，对模糊影响要素间的因果关系、影响程度加以定义，然后利用网络分析方法探究要素间的作用机理，从而分析、解读复杂系统性现象的软计算分析与模拟方法［29-30］。

该方法尤其适合通过组织同类型专家深度访谈，基于其共性经验与感知，进行复杂系统性模型的构建与实证研究［31］。其主要优势体现在三个方面：一是建模的简便性。通过专家访谈与调研即可确定所研究问题的要素指标，并获取要素间作用程度，且与传统社会调查追求设计大量的要素指标和受访人数不同，该方法在针对12个左右的要素指标以及10个左右的同类受访专家时更能确保模型结果的真实性，而且受访专家丰富的实践经验以及深入的访谈过程是确保模型有效性的关键［32］。二是分析方法的可视化。该方法以有向赋权的网络结构直观表现各要素指标的作用方向、属性与程度，并可基于网络交互关系，通过静态分析去识别关键要素。三是可实现动态情景模拟。由于FCM方法源自单层神经网络，天然具备利用递归算法进行动态情境模拟的能力［33］，因此常在网络静态分析基础上，通过动态情境模拟进一步识别、验证关键要素，以及模拟不同情景参数下的长期演化趋势。近年来FCM方法在建筑工程、生态环境、医疗诊断、工业控制等领域的复杂管理问题中被广泛应用［34-36］。

本研究认为，将FCM方法应用在老旧小区改造项目协同不足问题的研究上具有优势：一是可以将协同治理较抽象的理论要素处理为与现实改造问题联系更紧密、更便于主体理解与判断的模糊影响因素；二是网络化的模型结构，可以直观刻画数量众多的要素间复杂互动影响关系，解决质性方法难于解决的机理分析需要；三是基于模型网络结构指标的静态与动态分析，为影响改造协同效果的关键因素识别提供了更加科学的依据。

三、老旧小区改造协同治理FCM模型构建与分析

本研究利用FCM方法，选取长期处于改造一线的相关行业与领域的专家进行深度访谈，获取其对老旧小区改造协同治理的共性认知与理解，构建老旧小区改造协同治理的动态复杂系统模型。以业界专家作为全部受访者，既是为了匹配方法，确保识别要素及获取要素间的关联、影响路径与程度在研究逻辑上一致性，也是为了更好反映老旧小区改造的实践情况，提升模型的有效性。研究首先以上述13个协同治理影响要素为基础，结合文献梳理，通过实务专家的集体座谈，识别协同治理影响要素在老旧小区改造项目中的表现形式，然后通过模糊化处理，基于专家共识凝练出适用于访谈与调研的具有模糊特征的影响要素。最后通过模型结构所展示的要素间的复杂交互联系，分析并揭示老旧小区改造协同治理机理。

（一）老旧小区改造项目协同治理影响因素识别

国内针对老旧小区改造协同相关问题研究中，已经对协同治理影响要素及其作用有较多的论述。如刘贵文、张西贝、谢芳芸认为，多元主体权责不清、自治组织运行不畅是阻碍老旧小区改造项目实现协同治理的关键［4］；林辰芳、杜雁、岳隽等认为多元主体的互相依赖与政策环境的倾斜是促使协同实现的首要前提［5］；赵峥、王炳文强调多元主体角色定位与权责分配是保障协同的重要基础［6］；郭斌、李扬、曹新利提出多元主体的参与渠道与高层领导的重视是影响改造项目协同治理的关键推动力［7］。

借鉴近期国内外学者研究中所采用的FCM建模范式［35，37］。本节首先依据表2中的协同治理理论影响要素，组织10位同类型且长期参与老旧小区改造实务的专家，以集体座谈的形式共同研讨理论要素在改造现实情境下的表现形式，随后再基于拉塞尔提出的要素模糊化原则［26］，以确保提高信息交流量，且不造成沟通困难为前提，综合专家认知将要素含义加以诠释与范畴化。进而在识别过程中，按照“理论—情境—应用”的推演逻辑，经历了从协同治理理论要素到老旧小区改造情境下的表现形式，然后再根据要素表现形式进一步演绎为适用于FCM方法的影响要素，共两个阶段（图1）。后文简称为“老旧小区改造协同影响要素”（表3）并以这些要素作为FCM模型构建的基础节点要素。

此外，以“驱动—过程—结果”为架构区分要素是为了便于理解、辨识和讨论要素所发挥的功能与特征，而在探讨协同要素间的复杂互动影响时，为了保证对协同形成发展机理的客观分析，本研究假定所有要素间都可能存在正或负向、程度不同的影响或关联，以此来保证FCM模型更贴近专家对改造中现实协同问题的整体认知与理解。

（二）老旧小区改造协同治理FCM模型的数据获取及处理

基于上述最终凝练出的，“D1～O3”共13个老旧小区改造协同影响要素，设计九级模糊语义量表，并对上述10位参与老旧小区改造项目协同治理影响因素识别的实务专家，再以一对一半结构化访谈的形式获取要素间的作用方向、属性与程度数据。每次访谈时间均在30～40分钟，及时收回问卷10份，剔除无效问卷1份，问卷合格率90%。

借鉴吕文学与斯蒂利欧斯（STYLIOS）FCM模型应用相关研究对调查数据进行处理与计算，首先根据双重递进准则筛选数据，再通过均值计算进行汇总［31，35］。筛选准则为：当超过2/3的专家对两个模糊要素间的关系及程度持有相同的意见，则直接确定该影响关系及程度；否则针对两个要素间的所有影响关系，计算其均值。若其均值的绝对值≥2，则根据均值的正负及大小确定要素间的影响关系及程度，否则说明该影响关系微弱，认为该关系不存在。为便于FCM模型构建，随后对数据进行标准化处理，定义到［-1，1］区间内。

（三）老旧小区改造协同治理FCM模型基本结构

根据FCM方法构建的老旧小区改造协同治理模型，在结构上表现为由各要素为节点，要素间关联为连边的复杂网络。利用Gephi软件对模型邻接矩阵做可视化处理后，得到的老旧小区改造协同治理FCM模型由13个要素节点与88条有向赋权的关系连边构成（图2）。鉴于所有要素均演绎自协同治理理论，即在理论上所识别要素对协同效果均发挥正向作用，因此模型中连边影响权重均介于［0，1］之间。

图2中要素节点的“大小”代表了某要素与其他要素间直接存在影响关系的连边数量。连边数量多（Well-Connected）的要素说明更多地受到（Affected）或对其他要素施加（Affect）影响作用。如协同结果O2要素有着17条连边，即“参与主体对协同重要性的认知水平”不仅受到其余12个要素的影响，同时还对其他5个要素施加影响。类似的，协同过程要素P6与P3，以及驱动要素D1与D3也属于多连边节点，进而反映“高层领导推动磋商的积极程度”“协商渠道的有效性”“改造项目的复杂程度”和“法规政策对协同改造的激励程度”对协同系统具有关键影响。在影响强度方面，O2对P6、P2均会产生直接的正向强影响（Positive Strong），说明提升参与主体对协同重要性的认知水平能够直接促进高层领导更加积极地相互磋商；D3与O3也对O2产生正向中强（Positive Medium）影响，说明提高政策法规对协同改造的激励程度能够直接提升参与主体对协同重要性的认知水平。从要素节点的链接关系及数量来看，模型可以较好地反映我国老旧小区改造中影响多主体间协同效果的现实逻辑。为深入讨论协同影响机理，识别关键要素和其功能特征，还需要利用中心性指标将其网络结构特征与影响权重综合加以分析［52-53］。

四、FCM模型静态中心性分析

静态中心性分析是基于既有网络结构，利用一系列中心性指标测度节点重要程度的方法［53］，也是本研究识别FCM模型中关键要素的关键，其中不同的中心性指标能反映要素在网络系统中所发挥的不同功能。利用Gephi软件主要对度中心性（含入度、出度中心性）、中介中心性与紧密中心性三个关键指标对模型做静态分析（表4）。

（一）度中心性（Degree Centrality）分析

第一象限内要素的出、入度中心性均较高，说明这些要素在网络中既对其他要素施加较多影响，同时又受到较多其他要素的影响。因此，从综合影响能力来看，O2、O3、P6与P3是关键要素。其中，P3、P6属于过程类要素，“协商渠道的有效性”与“高层领导推动磋商的积极程度”是保障多主体在改造项目中达成协同的关键环节。O2、O3作为结果类要素，理应具有较高的入度中心性，但同时较高的出度中心性说明“参与主体对协同重要性的认知水平”与“形成可复制推广的协同改造模式”会对模型中多个要素产生正反馈。这些要素是管理者在促进改造中多主体间达成协同时需要考虑的关键要素。

第二象限内的要素具有较高的出度中心性与较低的入度中心性，即这些要素对网络中其他要素直接施加的影响要大于其所受到的影响。或者说，其在系统中更多发挥了推动性的功能，D1与D3作为驱动类要素落于这个区间说明，理论演绎的分阶段要素较好地符合专家对现实情况的判断。其中，D1的入度中心性相对最低，而出度中心性相对最高，表现出“改造项目的复杂程度”的客观性特点，也是促成多主体协同的前提条件。P5作为过程类要素，说明“投入与收益分配的合理性”在多主体达成协同的过程发挥着关键的推动性作用。这些要素更适合为管理者在引导、干预多主体达成协同的意愿和行为作参考。

第三象限内要素出、入度中心性都相对较低，即系统的综合直接影响力不大。作为结果类要素的O1位于该象限，说明目前行业专家认为“项目取得的阶段性成效”对多主体协同的直接影响不明显。可能解释是，目前老旧小区改造项目多以改造内容相对单一、布局分散、规模较小的单项工程为主，较短的工程周期使其阶段性成效难以对其他影响要素形成有效的正回馈。而P2具有最低的出度中心性和较低的入度中心性，或可解读为老旧小区内的自治性组织——如业委会与物委会的发展存在短板的客观现实［4］，致使专家认为其对协同的实际作用并不显著。相对于其他象限，第三象限更能暴露出专家视角下对现实改造项目中协同过程存在的不足与问题。

第四象限内要素具有较高的入度中心性与较低的出度中心性，即这些要素直接受到其他要素的影响大于对其他要素施加的影响。其中P7最为显著，反映了“项目专设化解冲突组织的有效性”对其他因素的直接影响不显著，反而更多地受到来自其他因素的制约。该要素可作为直接反映老旧小区改造项目协同治理成效的评判标准。

（二）中介中心性（Betweenness Centrality）分析

（三）紧密中心性（Closeness Centrality）分析

紧密中心性基于某节点到其余节点之间平均最短路径长度来测算，即该节点与其他节点的接近程度，用于描述该节点在获取或传导系统内资源与信息时的传递效率。计算公式见式（5），其中dij表示从节点i出发到节点j的最短距离。

就FCM模型中具有高紧密中心性的要素节点而言，对其所施加的干预或影响可以更快地传导并作用于系统中的其他要素。表5中D1、D3、P6和P1表现出较高的紧密中心性（图5）。其中“改造项目的复杂程度”取决于项目本身客观条件，尽管直接影响诸多要素，但难以通过管理措施而改善。而加强法规政策对协同改造的导向，并促进高层领导的积极磋商，可在较短的时间实现改善多主体协同的目标。“社区邻里关系的良好程度”同时表现出较高的紧密中心性和中介中心性，说明该要素在提高系统联通效率和要素间影响力传导效率两方面都发挥着显著作用。

五、老旧小区改造协同治理FCM模型动态模拟结果分析

各协同影响要素间不单存在静态的相互影响，而且也存在动态演化的过程［23］。由于FCM模型源自递归神经网络，使得模型可对要素间复杂的动态演化过程进行模拟与分析。本研究借鉴纳西尔扎德和斯蒂利欧斯所采用的动态模拟方法与思路［31，54］，利用表4中的度中心性分析结果为初始情境，应用FCM-EXPERT软件模拟系统在特定情境下的长期演变过程，探究老旧小区改造协同影响要素度中心性的变化轨迹，以此反映各要素的综合影响能力的变化情况，从而为决策者提供改进路线和指导。经模拟，全部要素在5个轮次后均达到稳定状态，图6和图7所示。

动态模拟结果显示，老旧小区改造协同治理系统在稳定后，P3、P6和P7三个过程要素的度中心性更高。该结果不单呼应了前序静态分析中所识别的“协商渠道的有效性”与“高层领导推动磋商的积极程度”两项因素对多主体协同起到的关键推动作用，更是从系统演化的层面进一步证明了建立良好的协商渠道是构建老旧小区改造项目协同长效机制的关键。值得注意的是，“项目专设化解冲突组织的有效性”尽管在静态中心性分析结果中不显著，但在动态模拟后其度中心性——要素的综合影响力，出现大幅提升，并成为影响系统运行最为重要的要素之一。这一变化肯定了相关理论研究中所强调的：有效化解多主体间矛盾与冲突，对建立长期、可持续协同关系的促进作用［12，55］。同时也为我国老旧小区改造情境下，设置多主体矛盾与冲突调节机制的必要性与重要性提供了决策支持。

六、成果价值与讨论

本文主要价值体现在方法创新层面，以及对已有研究成果的验证、批判和延展。在方法论层面的主要贡献有两个：一是将FCM方法与协同治理理论的结合，将专家对老旧小区改造项目协同影响要素的模糊认知信息转化为有较好理论支撑、接近真实个体认知与判断，且便于测度、建模与分析的网络节点。由此，解决了将较为抽象的协同治理理论要素应用到现实问题分析中，因依赖质性分析工具所导致的研究深度不足和科学依据不足的问题；进而结合改造项目中多主体协同不足的现实问题，实现了对多主体间协同形成的关键因素、影响机制和协同演化过程的机理性分析。第二，通过对不同网络中心性指标的静态分析与动态模拟，解读了各协同影响要素在多主体协同过程中所发挥的功能与特征，并由此识别出关键要素，为管理者在推动改造项目多主体协同成效的相关政策设计、制度调整与机制优化上提供了思路与参考。FCM方法的引入，弥补了协同治理理论相关研究中缺少机理性、定量化分析工具的问题，丰富了我国老旧小区改造相关实证研究的方法体系。

从研究发现来看：本文一方面呼应了诸多已有相关研究中对老旧小区改造协同造成显著影响的关键因素。例如，老旧小区改造项目的复杂性是驱动多主体协同的主要客观因素；在达成协同的过程中，建立顺畅的协商沟通渠道与加强领导对协同的重视发挥着关键推动作用；将改造项目中的协同经验转化为可复制推广的模式对长期协同关系的建立具有重要意义等。另一方面，本文也发现，目前以业委会、物委会为代表的社区自治性组织在促进改造协同过程中所发挥的功能较为有限，与已有通过理论演绎或定性分析所提出的具有关键积极作用的结论并不一致。事实上，我国老旧小区自治性组织长期发展滞后，且一定程度上存在群众代表性不足的问题，这也是导致受访专家对其在改造项目中所扮演的角色和对协同过程所发挥的实际作用评价不高的主要原因。基于模型分析所暴露出的当前改造项目协同中的短板问题，有待更多专题性实证研究的检验。

从不同属性的中心性指标去解读关键要素的功能，是本研究对已有相关研究成果的深化与延展。如“良好的社区邻里关系在实现多主体协同中发挥着重要的桥梁功能”或“法规政策具有纽带作用且能够激励多主体协同改造”等分析结论，为管理者调整策略与精准施策提供较为科学客观的支撑，即通过提升社区基层治理水平、完善相应的政策机制来有针对性地激励协同行为，可高效地助推改造项目的整体协同效果。如更追求直接迅速、见效快的措施，还需要进一步加强领导层对协同的关注。同理，建立化解、调处多主体间矛盾与冲突的专门机构或相关机制，对实现多主体间的长效协同也发挥着关键作用。

因篇幅所限，本文对于单个要素与其他要素间的连接与影响关系，及其对整体系统结果的影响并未过多展开，如某个要素分别受到哪些要素的影响或对哪些要素施加影响，以及这些要素关联特征与现实老旧小区改造中多主体协同现象与问题的对应，有待后续针对具体协同要素的专题研究予以丰富。此外，本文仅从行业实务专家视角对改造项目中多主体协同因素进行调研、建模与分析，后期还可以进一步扩展到多元主体视角，并探索从单层网络分析延伸到多重网络分析的路径与方法。

参考文献

［1］ 李娜，朱晨光.复杂适应系统理论视角的老旧小区改造系统适应性研究［J］.中国建设信息化，2021（16）：66-68.

［2］ 刘贵文，袁国隆.旧改扩容——保民生，拉内需突破口［J］.城市开发，2020（8）：77-79.

［3］ 王承华，李智伟.城市更新背景下的老旧小区更新改造实践与探索——以昆山市中华北村更新改造为例［J］.现代城市研究，2019（11）：104-112.

［4］ 刘贵文，张西贝，谢芳芸.重庆市老旧小区更新改造现状及对策研究［J］.工程管理学报，2021（1）：77-82.

［5］ 林辰芳，杜雁，岳隽，等.多元主体协同合作的城市更新机制研究——以深圳为例［J］.城市规划学刊，2019（6）：56-62.

［6］ 赵峥，王炳文.城市更新中的多元参与：现实价值，主要挑战与对策建议［J］.重庆理工大学学报（社会科学），2021（10）：9-15.

［7］ 郭斌，李杨，曹新利.老旧小区的管理困境及其解决途径——以陕西省老旧小区为例［J］.城市问题，2018（7）：70-76.

［8］ 张振波.论协同治理的生成逻辑与建构路径［J］.中国行政管理，2015（1）：58-61+110.

［9］ 孙迎春.现代政府治理新趋势：整体政府跨界协同治理［J］.中国发展观察，2014（9）：36-39.

［10］ BRYSON M J， CROSBY C B， BLOOMBERG L. Public value governance： Moving beyond traditional public administration and the new public management［J］. Public administration review， 2014（4）： 445-456.

［11］ 鹿斌，周定财.国内协同治理问题研究述评与展望［J］.行政论坛，2014（1）：84-89.

［12］ ANSELL C， GASH A. Collaborative governance in theory and practice［J］. Journal of public administration research and theory， 2008（4）： 543-571.

［13］ 吴志强，伍江，张佳丽，等.“城镇老旧小区更新改造的实施机制”学术笔谈［J］.城市规划学刊，2021（3）：1-10.

［14］ 王振坡，刘璐，严佳.我国城镇老旧小区提升改造的路径与对策研究［J］.城市发展研究，2020（7）：26-32.

［15］ 徐晓明.社会资本参与老旧小区改造的价值导向与市场机制研究［J］.价格理论与实践，2021（6）：17-22.

［16］ 李志，张若竹.老旧小区微改造市场介入方式探索［J］.城市发展研究，2019（10）：36-41.

［17］ 徐施烨.老旧小区治理中的多元主体参与——以南京市N小区绿化带的重建为例［J］.现代园艺，2021（8）：186-187.

［18］ 张若竹.面向三元主体的广州老旧社区改造策略研究［D］.广州：广东工业大学，2019.

［19］ 谢海生.老旧小区有机更新权责划分和资金筹措机制［J］.中国房地产，2016（36）：70-77.

［20］ 王书评，郭菲.城市老旧小区更新中多主体协同机制的构建［J］.城市规划学刊，2021（3）：50-57.

［21］ THOMSON M A， PERRY L J. Collaboration processes： Inside the black box［J］. Public administration review， 2006（S1）： 20-32.

［22］ BRYSON J M， CROSBY B C， STONE M M. The design and implementation of Cross-Sector collaborations： Propositions from the literature［J］. Public administration review， 2006（S1）： 44-55.

［23］ EMERSON K， NABATCHI T， BALOGH S. An integrative framework for collaborative governance［J］. Journal of public administration research and theory， 2012（1）： 1-29.

［24］ 刘小泉，朱德米.协作治理：复杂公共问题治理新模式［J］.上海行政学院学报，2016（4）：46-54.

［25］ 田玉麒.协同治理的运作逻辑与实践路径研究——基于中美案例的比较［D］.长春：吉林大学，2017.

［26］ RUSSELL B. Vagueness［J］. Australasian Journal of Psychology and Philosophy， 1923（2）： 84-92.

［27］ KHANZADI M， NASIRZADEH F， ALIPOUR M. Integrating system dynamics and fuzzy logic modeling to determine concession period in BOT projects［J］. Automation in construction， 2012（22）： 368-376.

［28］ KOSKO B. Fuzzy cognitive maps［J］. International journal of man-machine studies， 1986（1）： 65-75.

［29］ OLAZABAL M， NEUMANN B M， FOUDI S， et al. Transparency and reproducibility in participatory systems modelling： the case of fuzzy cognitive mapping［J］. Systems Research and Behavioral Science， 2018（6）： 791-810.

［30］ PETER P. GROUMPOS. Why Modeling Complex Dynamic Systems using Fuzzy Cognitive Maps？［J］. International Journal of Business and Technology， 2017（2）： 5-5.

［31］ STYLIOS C D， GROUMPOS P P. Modeling complex systems using fuzzy cognitive maps［J］. IEEE Transactions on Systems， Man， and Cybernetics-Part A： Systems and Humans， 2004（1）： 155-162.

［32］ ？魻ZESMI U， ？魻ZESMI L S. Ecological models based on people's knowledge： a multi-step fuzzy cognitive mapping approach［J］. Ecological modelling， 2003（1）： 43-64.

［33］ REIMANN S. On the design of artificial auto-associative neuronal networks［J］. Neural Networks， 1998（4）： 611-621.

［34］ 罗岚，吴霞，吴一晖.基于FCM的建设项目治理影响因素演化及分析［J］.工程管理学报，2021（4）：87-92.

［35］ 吕文学，张磊，毕星.基于模糊认知图的工程项目争端处理决策研究［J］.中国软科学，2014（10）：165-173.

［36］ ZHOU T， ZHOU Y. Fuzzy comprehensive evaluation of urban regeneration decision-making based on entropy weight method： Case study of yuzhong peninsula， China［J］. Journal of Intelligent and Fuzzy Systems， 2015（6）： 2661-2668.

［37］ ZARE S G， ALIPOUR M， HAFEZI M， et al. Examining wind energy deployment pathways in complex macro-economic and political settings using a fuzzy cognitive map-based method［J］. Energy， 2022， 238.

［39］ 徐晓明，许小乐.社会力量参与老旧小区改造的社区治理体系建设［J］.城市问题，2020（8）：74-80.

［40］ 郐艳丽，白梦圆.老社区改造决策中的多元主体博弈与平衡——以北京市某社区改造为例［J］.规划师，2015（4）：48-54.

［42］ 周松柏.多元治理视野下的厦门市老旧小区改造探索［D］.厦门：厦门大学，2018.

［43］ 方丽媛.城市老旧小区改造中的多元利益冲突及化解机制研究——以常州市某区为例［D］.南昌：南昌大学，2021.

［44］ 赵璐.冲突消解视角下老旧小区公共空间改造多主体目标集成决策研究［D］.西安：西安建筑科技大学，2021.

［45］ 朱德米，高霞.旧城改造协同治理机制研究——以上海为例［J］.北京理工大学学报（社会科学版），2018（2）：58-66.

［46］ 许宏福，林若晨，欧静竹.协同治理视角下成片连片改造的更新模式转型探索——广州鱼珠车辆段片区土地整备实施路径的思考［J］.规划师，2020（18）：22-28.

［47］ 王莹.老旧小区车位改造中的多元协调研究——以萧山区城厢街道为例［D］.杭州：浙江工业大学，2019.

［48］ 耿岳丹.城市老旧社区治理中多元主体参与研究［D］.开封：河南大学，2019.

［49］ 李小滴，吴霜，吴英时.北京老旧小区更新改造策略研究［J］.北京规划建设，2021（4）：23-26.

［50］ 谢涛.基于多主体的成都“北改”研究——以曹家老片区改造为例［D］.成都：西南交通大学，2014.

［51］ 黄茜.协同治理视角下大城市老旧小区治理问题研究——以武汉市江汉区为例［D］.武汉：华中师范大学，2020.

［52］ HE Q， LUO L， HU Y， et al. Measuring the complexity of mega construction projects in China—A fuzzy analytic network process analysis［J］. International journal of project management， 2015（3）： 549-563.

［53］ KHAN S M， QUADDUS M. Group decision support using fuzzy cognitive maps for causal reasoning［J］. Group Decision and Negotiation， 2004（5）： 463-480.

［54］ Nasirzadeh F， Ghayoumian M， Khanzadi M， et al. Modelling the social dimension of sustainable development using fuzzy cognitive maps［J］. International Journal of Construction Management， 2020（3）： 223-236.

［55］ Ansell C， Gash A. Collaborative Platforms as a Governance Strategy［J］. Journal of Public Administration Research and Theory， 2018（1）： 16-32.

Research on the mechanism of collaborative governance of old neighborhood renovation based on fuzzy cognitive map

Ding Rui Fan Hong Zhang Xiuzhi Wang Jing

（1.School of Urban Economics and Management， Beijing University of Civil Engineering and Architecture， Beijing 100044;2.Second Division of Performance Evaluation， Engineering Construction Service Centre， Ministry of Agriculture and Rural Development， Beijing 100081;3. School of Public Administration， Renmin University of China， Beijing 100872;4. Department of Land Reclamation， Land Reform Centre， Ministry of Natural Resources， Beijing 100035）

Abstract： The lack of collaboration among government， enterprises， residents other parties has become a key problem in the renovation of old neighborhood. The existing researches mainly identify and qualitatively analyzes some collaboration influencing factors.Few quantitative studies analyze the interaction mechanism of collaborative influencing factors from the perspective of the system. In particular， analytical tools to quantify and analyze the structure and function of multiple collaboration factorsare lacking. Based on the collaborative governance theory， this study first identifies and builds an analysis framework composed of three types of collaborative factors： "Drive－Process－Result". Innovative Introduction of Fuzzy Cognitive Mapping Method to Construct a Collaborative Governance FCM Model for Older Neighborhood Renovation. Through the static analysisand dynamic simulation of several model centrality indicators， the key factors affecting multiple subject collaborative achievements under old neighborhoodrenovation and their mechanism were analyzed from multiple perspectives. The analysis results explain the reasons for the lack of inter subjective collaboration and verify the applicability of the FCM method in related research.

Key Words： old neighborhoodrenovation;collaborative governance mechanism;fuzzy cognitive map