文摘

一个新的民主范式通过参与式预算新兴运动,可以被定义为一个公共空间,政府和社会就如何适应公民公共政策议程的优先事项。虽然这些优先事项已确定,他们可能会反映在公共政策行为的排名,还有一个挑战的解决公共项目投资组合问题的实现约定的日程。这项工作提出了两个程序优化组合的公共行动的信息源于公民参与锻炼。方法的选择取决于偏好从参与式小组收集的信息。信息充足时,方法行为作为一个合法的民主的工具。建议执行很好解决过后两个例子。

1。介绍

即使在最好的情况下,设计公共政策远远不是一门精确的科学,与定量测定超出了所有人的主体性。不否认社会利益的客观内容,这是肯定的,很难理解它打开空间方法,寻求模型具体个人的偏好,能够表达自己的偏好或多或少在一个一致的方式。

到目前为止,民主的公共资源的分配已经从根本上得到表达(我)行动组授权的社会代表其预算决策(GESBD)(议会、公社、公共组织)管理委员会,由政治阶层的成员合法选票,但这对他们的个人和他们的政党的利益,而不是选民们的意愿,(2)的作用GESBDs由行政权力,任命的官员和专家而非选民的利益,只在非常间接的方式反映,反映政策已经设计的执行官。(3)参与式预算进行的尝试在地方人口的重点是直接由构成当局和后来都反映在资源分配一旦兼容政治阶层的意见已经实现。

在阿雷格里港出现以来,巴西、参与式预算已经扩散到数以百计的拉丁美洲城市和在其他大洲的几十个城市。“参与式预算”可以被定义为一个公共空间,政府和社会认同如何适应公民公共政策议程的优先事项。这些参与演习的效用是政府获得参与社会部门的优先级信息,因此可以确定程序的两厢情愿的好处。

然而,挑战还没有接洽“参与式预算”是如何翻译的重点和策略源于具体的社会行动项目的锻炼成一个系统,每一个定义良好的资源和下降在一个框架的一般预算批准。虽然国籍已确定的优先事项和可能会反映在公共政策行为的排名,它仍然需要解决组合问题的公共项目,应该实现约定的日程。

指数投资组合选择是一个优化问题的复杂性。一组可能的组合的幂集项目申请资助。投资组合的集合的基数,在那里是项目的数量。如果合作的项目和非线性效应被认为是和时间分布,生成的优化模型的复杂性显著增加。到目前为止,参与式预算练习无法处理这类问题。这就出现了两个问题。如何获得信息运动的参与者的偏好?如何使用它以后探索的空间组合和找到最好的解决方案符合参与者的满意度?

集体决策的基本结构和信息提供的参与式预算练习部分中讨论2。公共投资组合的方式可以优化中描述部分3。部分4细节可以优化组合的方式当组偏好信息来自一个项目排名。部分5提出了一种组合优化方法当偏好信息作为个人目标。这些方法的实际尺寸的例子说明部分4和5。最后,我们得出一些结论6。

2。一些背景知识

2.1。集体决策的基本结构

让我们考虑一个决策者集团(DMG)组成的演员与异构的价值系统。这种集体负责建立一个公共项目组合。根据Marakas [1),我们可以区分三种基本结构为集体工作面向决策。

图1(一)覆盖在整个集团负责的决定,有一个完整的对称性之间的不同DM年代,最后的决定是根据先前建立的规则定义的方式组织”构成。“图1 (b)对应于对称丢失的情况下,存在一个DM负责决定(以下简称集团supra-decision制造商(GSDM)),基地在集体的意见处理较低水平的决定;这个集体的成员只有与之交互GSDM。结构在图1 (c)显示了一个完整的所有参与者之间互动,但主要责任仍然落在GSDM最好的最终判决将持续的成员集体的共识。所有的三个结构承担一定程度的合作,虽然它不一定是免除矛盾。这三个案例将被称为合作伙伴协会,团队,和委员会,分别。

2.2。因参与运动及其开发的信息

参与式预算练习最好采用图的形式1 (c),政府代表扮演的角色GSDM。从这种交互GSDM可以获得以下优惠信息从演员代表社会:(一)意见公共议程应该包含一定的优先级,接受一个重要参与者的一部分;(B)个人偏好有关公共政策行为的每个参与者要求预算资源有序的排名优先;(C)如果公众议程通过一组指标,衡量成功的水平,每个参与者预计由于预算的锻炼。

鉴于社会异质性和利益冲突,通常是不可能达到共识在个人喜好(B)或个人目标(C)。

一个投资组合的一个子集是一组在考虑项目或社会行为。分配资源意味着找到一个可行的投资组合,以满足特定的需求。在实践中,GSDM是解决组合问题的人通过使用获得的信息。但民主的伦理(不仅选举因素,但民主政府和人民)要求GSDM坚持尽可能多的优惠信息源于参与练习。但值得一提的是,在(A)和(B)社会偏好不收集项目的投资组合,但在具体行动。由于预算分配是一个项目的问题,政策,或公共行动组合,问题是如何把信息从参与式练习到偏好的投资组合。在(C),收集到的愿望不同参与者之间的社会地位可能是矛盾的,但社会地位指标不同结果的组合决定支持。因此,模式(C)中的信息收集偏好投资组合或组合的结果。

例(A)是主要在参与式预算的真正运动。的GSDM寻求适应他/她的议程之前根据收到的意见,在此基础上构思使预算资源的分布。的思想GSDM处理信息,部分修改他/她自己的主体性,并决定资源的分配。代表社会不是一个解决组合问题,但它的意见考虑在内。

(B),公共行动的排名由参与者对项目的偏好的表达,没有结束的投资组合。让我们假设一种整合的方法个人排名应用于集体订购Borda分数或基于开发过程的集体模糊偏好关系(例如,2- - - - - -4])。由此产生的团体订购,GSDM有更多关于社会偏好的信息对不同的动作,将预算。的GSDM应当使用这些信息来找到最好的组合。

在下一节中,我们假设GSDM在他/她处理排名优先的公共行动或项目的参与锻炼。

3所示。通过多目标优化寻找最佳组合

如上所述,费尔南德斯et al。5)和Fernandez-Gonzalez et al。6),描述的主要困难的“最佳公共项目组合”是找到一种机制来适当地定义、评估和比较社会回报。不管社会回报的概念的定义不同,但是,我们可以断言的重复值以下的命题。

命题1。给定两个社会项目,A和B,类似的成本和预算,应首选B如果有更好的社会回报。

忽视了一会儿,定义项目的社会回报的困难组合,给定两个组合C和D,与等价的预算,C应首选当且仅当有一个更好的社会回报。因此,寻找最好的项目投资组合可以减少问题找到一个方法来评估社会项目的回报,或者至少比较方法分析替代投资组合建议。如果我们没有可靠的信息对特定的社会项目的回报,一个给定的社会影响投资组合可能是由一组“代理”变量测量不同的投资组合质量标准。让我们表示的这样的一组,不失一般性,我们假设GSDM的偏好与值增加。

假设1。让和有两个可行的投资组合和在代理目标空间各自的形象。然后,Pareto-dominated由只有根据可获得的信息,是首选从GSDM的的观点。
让的设置是可行的投资组合。可行性是由预算约束。假设的问题已经解决了GSDM的比较这两个组合的社会价值变得有意义。让和有两个可行的投资组合。让我们假设是一个不对称的偏好关系定义的GSDM的一个子集C×C。这是一个主观的关系基于的信息GSDM关于投资组合。如果 不生成一个循环,那么我们可以接受有一个更大的值吗GSDM比。必要的条件是最好的投资组合与尊重是没有这样 。此外,一个充分条件是最好的投资组合与尊重是 对所有。

命题2。在假设下1最好的组合GSDM是一个nondominated解决问题吗

证明是非常简单的。假设是最好的组合成为一个主导解决问题(1)。如果是由,然后从假设1, 。所以,不认为的必要条件是最好的组合。

一组的选择取决于可用的关于投资组合的社会影响的信息,或者它是如何感知的GSDM。至少我们应区分两种情况:(1)当参与者的偏好信息汇总的排名优先级(2.2节)的案例(B);(2)当公众议程以一组指标,衡量成功和每个项目的贡献或公共行动来改善这些指标(2.2节)的案例(C)。

在下一节中,我们提出一个方法来构建和解决问题(1)(i)。(2)将接近一节5。

4所示。投资组合选择当组偏好信息来自一个项目(行动)排名

有必要比较可能的投资组合的质量为了找到最好的。这个问题首先接洽费尔南德斯et al。5下),假设“组合影响决策者的头脑是由支持项目的数量和他们的特定的等级。“我们应当接受,如果项目显然是排名比吗b,然后被承认是“社会影响”。的GSDM应该考虑到这些信息的排名。组合的适当性不仅包括质量定义的项目,但也包含项目的数量。在费尔南德斯et al。5),目的是找到最佳投资组合增加支持的项目数量和控制可能的分歧的GSDM的偏好,认为,在输入注册排名。之间的一些差异可以接受提供的信息排名和决策有关的批准(因此,支持)的项目,只要这个事实增加项目投资组合的数量。然而,这包含应该控制因为不必要的差异的承认相当于低估了排名信息。

在不同的启发式,我们建议是基于把排名在五类;然后,在此基础上构建特定的偏好关系。标记为(1)的类别是先锋,(2)高中,(3)中,(4)中低,(5)后卫。如果是项目的集合,我们定义一个“优先级”功能项目标签(例如,是谁的图片排名在先锋)。

通过行使这样的分类,我们可以建立偏好关系根据排名,如下解释。

绝对的偏好(用):和。

严格的偏好():和或和排名比b)。

弱偏好():一个和排名是相同的,但是呢需要更多的资金比。

严格的级别高于(aSb):> ~。

请注意,是一种不对称的关系表达偏好的一个项目。因此,应兼容格式良好的投资组合中包含的信息。让获得支持的项目组合,aSb和。在这种情况下,包含成将构成差异对中包含的信息吗。因此,每个投资组合可能相关的差异在以下方式: 可以分区(我)一组绝对差异这样,,;(2)一套严格的差异这样,,;(3)一组弱的差异这样,,。

让,,表示上述设置各自的基数。考虑也支持项目的数量C(用),问题(1可以转换成) 根据命题2选择的最佳组合GSDM在其nondominated解决方案。他/她是谁最终将选择适当的妥协中支持的项目数量和质量等级。妥协的程度将取决于解决方案GSDM依靠提供的信息排序和事实等压力对他/她为包括高素质项目或增加批准项目的数量,以及他/她对昂贵的项目。

4.1。一个说明性的例子

作为例子,让我们考虑的问题分发25亿美元在100个项目中,他们值得个人融资。关于这些项目的信息(百万美元成本及其排名根据一些偏好排序)如表所示1(数据是虚构的)。

所有项目融资金额超过5.5美元,但可用的资金不足以支持他们。传统的启发式求解这个问题考虑给予支持遵循等级次序,直到可用资源耗尽。如果使用这个方法,资源就会达到项目22个,暗示总开支24.68亿美元。

让我们假设GSDM不反对矛盾的决策对排名的信息,因此准备接受一些差异为了增加支持的项目。因此,他/她想要评估nondominated解决问题(3)。然而,这个问题展品指数复杂性,使其通过古典技术解决方案的多目标优化甚至中等规模的实例(5]。因为它是困难模式GSDM偏好对其目标函数,似乎比应用一套方法用于构建帕累托最优,从这个结果,GSDM可以选择最好的“妥协。“因为这个原因我们选择多目标进化算法(MOEA)。的一个优点MOEA年代是他们处理效率指数搜索空间的复杂性。根据费尔南德斯et al。5),几个成功实验报告应用工作MOEA年代大0 - 1多目标背包问题。与经典的多目标优化技术,MOEAs不是敏感目标函数的数学性质或可行域的形状;此外,他们可以获得许多nondominated解决方案在运行(只有一个7]。在这里,我们应用NSGA-II(nondominated排序遗传算法)开发的Deb et al。8),这是进化多目标优化的基准。的NSGA-II性能是相当敏感的目标函数的数量,但这不是解决问题的一个主要缺点(3)。其伪代码伪代码所示1(改编自9])。

使用二进制编码;一个“1”的个体米等位基因意味着米项目属于这个特殊的组合。一点交叉和变异算子的标准实施(cf。10])。二进制锦标赛选择了在11]。

处理约束的方法是基于任何个人满足约束的原则并不总是比任何个人。如果人口分为可行的个人nondominated类,那么任何不可行的个人是类。这意味着在二进制比赛任何可行的个人优先于任何nonfeasible个人。

进化搜索的参数是:交叉概率= 1;变异概率= 0.02;一代又一代的人口规模数量= 100 = 500。

具有代表性的帕累托前表所示2。解决方案63 ()= (根据排名)对应分配资金。如果GSDM愿意接受一些小的差异,他/她可以选择的解决方案(, , , )= ()或()。在决策变量空间,这些解决方案如图所示2。

5。公共项目投资组合的选择偏好信息时给定的目标

当个体决策者给他/她的特定项目排名,他/她是表达了对项目的偏好,而不是对投资组合。在本节中,我们感兴趣的情况下参与小组的每个成员能够通过一组表达他/她的偏好的抱负水平反映所需的有关社会对象的状态。因为那些水平造成的聚合作用的项目,这些信息反映偏好对投资组合。

最好的组合异构参与式小组应该是最可接受的协议。让我们回忆后,费尔南德斯et al。4一些关于集体协议。异质群体决策时,情况可能出现阻碍,即使“宪法”规则的存在,确定一个可接受的协议。这些情况发生时,由于强烈的矛盾中重要的联盟的成员,例如,当一个坚实的反对派的数值,并接受偏好存在显著的少数支持疲软的多数群体。建立一个集体协议只能当一致或存在一个明显的共识水平(cf。4])。最后一个概念的定义可能的满足以下两个条件有关。(一)有一个重要的多数同意。(b)没有明显的反对少数民族。

费尔南德斯et al。4提醒的不良影响”大多数独裁统治。“这可能产生负面影响的稳定性,从而降低其可控制的。这样的“独裁”可以接受作为组织原则和简单的应用程序,其合理性基础,认为更多的人应该体重超过较小的个体(判断忽略分歧强度)的重要性。“大多数独裁”的集体表现良好纪律和稳定,如果集团从根本上舒适接受多数原则作为其决策的基础,和/或动机和强制机制存在为了支持集团稳定的潜在的少数不一致。一样可以接受的组织原则,一个不应该犯这个错误的分配一个本体论价值生成的每个组织的合理性。拒绝“多数独裁,“最好的协议应该最大化满意度和最小化的强烈反对。我们需要定义什么是满意/不满意的投资组合为每个单独的决策者,紧随其后的是找到一个好的方法之间的妥协措施的满意和不满。

为了使满意/不满意的正式定义,让我们介绍一些新的假设。

假设2。每个决策者参与的事件能够设定一个目标向量其中包含他/她的抱负水平有关社会对象的相关标准。

假设3。每个决策者的参与式事件能够设置一组约束表达预算限制和一些特别的口味有关类的项目,社会团体,或地理区域。让我们表示的中相应的可行域组合空间。

假设4。参与集团的每一位成员都可以设置一个模糊偏好关系在标准中定义空间;值表示声明的可信度”的程度x至少是一样好吗y。”
为了从多准则的描述是可计算的x和y,可以用最为方法(125所示),部分5.2。

假设5。每一个组的联盟是一个充分均匀组达到共识的模糊偏好关系参数、约束设置项目,这被认为是非常重要的,和我们的目标向量。

假设6。的GSDM可以设置一个真正的价值这样给(x,y如果空间)的标准,决策者(或th联盟)可以接受,“x至少是一样好吗y。”

定义3。让设定的目标向量决策者(或联盟)。假设是一个投资组合,这就是由集团正在考虑;是空间形象的标准。的决策者(或联盟)据说是满意的如果且仅当下列条件:(我) ;(2) 强加的约束th决策者;(3)项目被认为是非常重要的决策者属于。

定义4。的决策者(或联盟)是不满意如果下列条件之一:(我) 和;(2) 没有限制的吗th决策者;(3)大多数的项目被认为是非常重要的决策者不属于;

让的结合是可行的地区。注意,两个整数函数和可以定义在。为每一个在与图像在标准的空间里,有一个数字通过计算单个决策者所满足的数量。另一方面,是计算的结果不满意。请注意,。的区别)的决策者不支持良好的共识但不反对它。

最好的协议可能被视为最好的妥协解决这个问题

满意与不满意组通过求解优化问题(4)。主导解决方案(4)不应好协议。只有nondominated解(4)应考虑满足最低水平的满意度。至少“同意相对多数”的条件,是必要的。所以,(4可以转换成)

为解决(5),任何非线性多目标优化方法能够产生帕累托前沿是可以接受的。一旦设置nondominated解决方案被发现的GSDM应该确定“最佳”妥协。这样一个最可接受的解决方案对应于当前阶段的小组成员的偏好和信仰。

非可行性(5)的结果应该是一个非常矛盾的价值体系。这是一个艰难的情况,要小心使用。强烈的冲突的原因应该确定。进一步的小组讨论和群件技术的应用程序(例如,13,14])将需要关闭不同信仰、偏好,和约束设置为了实现可行的解决方案。

5.1。进化算法来解决问题(5)

解决问题(5)不是一项容易的任务由于其规模和目标函数的非线性。我们使用进化多目标优化。进化算法不太敏感的一些数学性质的目标函数和约束比传统优化方法(9]。此外,在问题(5)一个进化算法有助于处理其复杂性对申请人的项目的数量,因为这些方法的计算机效率是不太敏感的问题大小与传统技术相比。

算法1是一个直接的适应NSGA-II(11]。

二进制锦标赛,随机选择两个个体,获胜者是一个带有小”等级。“如果都是同样的面前,比赛是赢了的人一个更大的拥挤距离。

5.2。例如:资源分配对社会行动计划(项目)

这个例子是一个虚拟的决策情况下,参与集团选择在100种不同的社会政策(项目),每一个都有直接的社会回报。这是衡量使用nine-component向量()。,属于的人数j社会类别接收k从这一政策或项目th受益水平。在这个例子中对应于(极端贫困,贫困,low-middle),k= 1、2、3 (高的影响,中影响,低的影响)。, ,和对应于极端贫困的人;, ,关注low-middle类。

的值表示相关米项目。让是一个组合(项目获得金融支持的一个子集)。的价值对整个投资组合计算,在那里如果米th项目支持,否则。这个决策问题的目标是选择“最好”的组合满足预算限制。这是由项目的类型(教育、医疗等),地理区域,整个投资组合。总的预算设置为可用十亿美元。类和地区给出的约束

Total_budgetBudget_Class 10.4 Total_budget,

Total_budgetBudget_Class 20.35 Total_budget,

Total_budgetBudget_Class 30.3 Total_budget,

Total_budgetBudget_Region 10.6 Total_budget,

Total_budgetBudget_Region 20.6 Total_budget。

真理的程度σ(x,y)的声明”x至少是一样好吗y“计算ELECTRE-III方法(cf。12]);也就是说, 在哪里表示程度的真理的一致性谓词(7),表示程度的真理nondiscordance谓词 在哪里和谐联盟和吗表示“权重”的。

让的不整合联盟”x至少是一样好吗y相比。”冲突的强度是衡量否决门槛,这是最大的区别兼容。nondiscordance谓词是基于模型(8)(cf。15)所示: 在哪里和是不调和的阈值(参见图3)。

让我们承认,参与集团由五个联盟冲突的价值体系。联盟由10、9、8、7、6个成员,分别是()。每一个价值体系的特征是不同向量的权重如表所示3。根据假设5,一个特定的最佳投资组合获得每个值系统。这些解决方案如表所示4。

为了应用条件(3)定义3,我们进行如下。对于每一个联盟,在其特定的最佳组合的集合项目排名根据他们的贡献最重要的标准(例如,标准12,则5,则等)。之后,排名最好的10个项目被选为“非常重要的项目”相应的联盟。被设置为0.67。的模型由使用中给出的权重表吗3;冷漠的阈值计算的测量误差评估每一个目标,这是评估其最大值的15%的项目;的否决门槛标准是定居;在人口最大和最小的操作行为。

我们使用了进化算法的部分5.2解决问题(5)。二进制编码选择;一个“1”的个体米等位基因意味着米项目属于这个特殊的组合。其他参数进化搜索的交叉概率= 1;变异概率= 0.02;人口规模= 100。

几个nondominated方面的最后一个NSGA-II的人口问题的客观空间(5)如图4。在这个空间中,一个单一nondominated解决方案和获得了;即五联盟被认为是满意的。20分后,每运行500代,14 nondominated点组合空间中被检测到,这对应解决方案()。它们的值在原nine-dimensional准则指出在表空间5。

这些投资组合是组的一致满意,但只有一个可以选择。当有几种解决方案的问题(5在投资组合空间,GSDM应该运用投票规则或额外的标准选择一个。

考虑到冷漠的阈值,解决方案行第五,第八,第十二,十四是严格的危害性最大,所以他们不应该被选为最好的。因此,一组表所示5减少到10的解决方案。在这组我们建议评估模糊谓词”,j小组成员认为至少是一样好他/她的特定目标向量。“这是模糊谓词的结合”小组成员认为至少是一样好他/她的特定目标向量”。(16几何平均数的)一些可取的属性框架结合运营商的所谓“补偿模糊逻辑”进行了讨论。结合使用几何平均,真理的第一个谓词的程度可以作为计算 在哪里表示的模糊级别高于功能jth成员和设置为40。的值()所提供的表6。

解决方案与更大的值应该更令人满意。然而,()可能不是一个充分条件组满意度更大的肯定。这可以接洽的概念模糊严格的顺序,可为了比较通过谓词语句真值建模。一个模糊严格的秩序是一个谓词o:(U表示宇宙)符合下列条件的16,17]。(A1) (广义模糊对等)(表示否定算子)。(B1)如果和,然后(max-max模糊动词或强随机传递性)。

与上述提供的定义(一个1)和(B1),这个函数 与是一个严格的秩序的宇宙谓词C(cf。18)),它已经成功地应用(cf。17])。谓词o(),)允许测量”更令人满意比集团。”o(),0.5)高于表示支持的偏好。如果,冷漠可以被接受。

解决方案和最大化。使用(10我们获得和,或可以选择的最好的解决方案GSDM。图5显示了这些解决方案的决策变量空间。

6。结束语

参与式预算建设练习可以被视为一个工作委员会,执行的角色组的supra-decision-maker和参与者是代表社会的(正式)。有三种主要方式GSDM可以从参与式小组收集信息:(一)作为意见公共议程应该包含一定的优先级;(B)每个参与者的个人偏好对公共政策的行动要求预算资源,有序的排名优先;(C)作为个人抱负水平的指标,反映社会对象的状态。

民主的道德要求的GSDM坚持尽可能多的优惠信息源于参与练习。由于预算分配是一个公共项目(操作)组合问题,模式(a)提供了很少的优惠信息,和GSDM因此保留他/她的巨大自由决定。模式(B)提供了更多的优惠信息;在这里,GSDM仍有投资组合问题的解决方案在他/她的手,但民主道德强迫他/她寻求解决方案兼容的排名优先,源于参与锻炼。

有两个主要的情况GSDM会发现收入在这种方法:(1)他/她厌恶项目的成本大大超过平均水平;和(2)他/她强烈兴趣增加支持的项目。中给出的程序部分4允许寻找合理的组优先级和之间的妥协GSDM的兴趣增加的公共议程行动。

优惠信息从模式(C)获得足以允许彻底解决组合问题探索解决方案的空间为了最大化的满足社会表示。我们所知,没有其他方法已经提出了群体满意度最大化和最小化在投资组合优化的不满。一节中描述的方法5将一群多目标组合优化问题转换成一组一组决定选择问题组成的一套相对较小的替代投资组合。这组包含可能的组合空间的可接受的共识。一旦确定了这样一组,其他知名的技术可以用来达到最终的解决方案。的主要优势是(a)寻找最好的协议是不限于部分帕累托前沿和(b)没有使用投票规则优化算法;不,在某种程度上,任意处理集体偏好的方法是必要的。很好的表现整个提案的一个过后的例子所示。

的作用GSDM就变得相当一个组工作的主持人。如果集体形成具有代表性的社会结构,我们的方法获得的解决方案反映了社会偏好,和过程可能成为最好的形式的民主模式。

确认

作者承认锡那罗亚的自治大学的支持和CONACyT。他们表达他们的感激之情从两个匿名评论者的建设性意见。