齊春澤，代文鋒

（蘭州財經(jīng)大學(xué) 信息工程學(xué)院，蘭州 730020）

0 引言

在城市災(zāi)害應(yīng)急能力建設(shè)方面，與美國、日本等發(fā)達國家相比，我國的城市災(zāi)害應(yīng)急能力非常薄弱，亟待加快建設(shè)和系統(tǒng)完善。1997年8月，美國各州使用應(yīng)急能力測評軟件對其應(yīng)急管理工作中的13項管理職能進行了評價，是世界上第一個對政府應(yīng)急能力進行評價的國家。2002年，日本政府出臺了災(zāi)害應(yīng)急能力評價準(zhǔn)則，共包括危機的掌握、情報流通等12個方面。反觀我國，至今主要停留于對城市災(zāi)害實行分類管理的初級水平，對于城市災(zāi)害應(yīng)急能力的評價也比較側(cè)重于單項評價研究，評價工作的內(nèi)容缺乏系統(tǒng)全面性、評價水平還有待進一步提升。由此可見，如何評價城市災(zāi)害應(yīng)急能力，正是我國從根本上提升能力的基礎(chǔ)性課題。只有通過科學(xué)的災(zāi)害應(yīng)急能力評價，才能較早發(fā)現(xiàn)城市應(yīng)急管理中存在的突出問題，為提升城市災(zāi)害應(yīng)急能力提供依據(jù)，更好的達到最終控制災(zāi)害損失的目的。

從理論來看，國內(nèi)學(xué)者根據(jù)我國具體情況，圍繞城市災(zāi)害應(yīng)急能力評價問題已經(jīng)取得一系列研究成果，為進一步深入研究提供了支撐條件。鐵永波等[1]通過分析城市災(zāi)害的特點，從監(jiān)測能力、防御能力等6個方面建構(gòu)了城市災(zāi)害應(yīng)急能力評價體系；張風(fēng)華等[2]以地震災(zāi)害為研究背景，從人員傷亡、經(jīng)濟損失以及災(zāi)后恢復(fù)等3個方面構(gòu)建了城市防震減災(zāi)能力評價指標(biāo)體系，并用灰色關(guān)聯(lián)法進行了實證研究；孫少文等[3]以臺風(fēng)災(zāi)害作為研究背景，分析了影響城市應(yīng)急能力的主要因素；汪志紅等[4]提出了基于Logistic曲線的城市應(yīng)急能力評價模型，并對廣州市的火災(zāi)應(yīng)急能力進行了實證研究；周鵬霞等[5]從應(yīng)急基礎(chǔ)等3個方面建立了城市應(yīng)急能力評價指標(biāo)體系，并運用灰色層次分析法對城市應(yīng)急能力進行了評價?？傮w看來，目前國內(nèi)關(guān)于城市災(zāi)害應(yīng)急能力評價的研究還處于發(fā)展階段，直接研究文獻相對較少，研究對象比較單一，研究方法也較為傳統(tǒng)，這也為開展新的探索性研究留下了較大空間。

基于上述研究現(xiàn)狀，本文對城市災(zāi)害應(yīng)急能力評價問題做了系統(tǒng)梳理，在考慮專家權(quán)重的基礎(chǔ)上，探索性地提出了一種基于云模型的不確定語言多屬性群決策方法。以概率論和模糊理論為基礎(chǔ)的云模型，能夠?qū)Q策對象的模糊性與隨機性很好的結(jié)合起來，實現(xiàn)定性概念與定量值之間的自然映射，最大程度的減少映射過程造成的信息丟失，從而有利于提高決策的客觀合理性。

1 城市災(zāi)害應(yīng)急能力評價方法

1.1 指標(biāo)體系構(gòu)建

構(gòu)建科學(xué)、合理且完備的評價體系是保證城市災(zāi)害應(yīng)急能力評價質(zhì)量的關(guān)鍵環(huán)節(jié)。本文首先根據(jù)城市災(zāi)害應(yīng)急管理包含的內(nèi)容，通過梳理已有相關(guān)經(jīng)典文獻，在專家的指導(dǎo)下，構(gòu)建了城市災(zāi)害應(yīng)急能力初始評價指標(biāo)體系。在此基礎(chǔ)上，設(shè)計問卷進行調(diào)研。本文共發(fā)放問卷200份,回收有效問卷176份,有效回收率為88%。最后，運用因子分析、回歸分析等方法提煉出最終的評價指標(biāo)體系，主要包含檢測與預(yù)警能力、基礎(chǔ)保障能力、救援能力和災(zāi)后恢復(fù)能力等4個一級指標(biāo)及其對應(yīng)的16項二級指標(biāo)，具體如下頁表1所示。

1.2 不確定語言變量及其相關(guān)概念

定義1[6]：在對評價對象進行定性評價時，決策者需要一定的語言評價標(biāo)度。假設(shè)S={sa|a=-h，...，h，h∈N}，其中sa表示語言變量，s-h與sh分別表示語言變量的下限與上限。S滿足的條件有：

表1 城市災(zāi)害應(yīng)急能力評價指標(biāo)體系及權(quán)重

（1）S是有序的。如果a＞b，則sa＞sb。

（2）S的否定算子為：neg(sa)=s-a，?a。

1.3 云模型

1995年，李德毅首次提出了云模型。云由許多云滴構(gòu)成，其整體形狀反映了定性概念的重要特征。云滴是對定性概念的定量描述，云滴的產(chǎn)生過程就是定性概念映射為定量值的過程。云的數(shù)字特征通常用三個數(shù)值表示:期望值Ex、熵En和超熵He。期望值Ex表示概念在論域中的中心值，它最能代表定性概念的值；熵En用來度量定性概念的模糊度，反映了在論域中可被該概念所接受的數(shù)值范圍[7,8]。熵越大，就表明該概念接受的數(shù)值范圍越大，概念就越模糊。超熵He是指熵En的熵，它反映了云滴的離散程度，也就是云的“厚度”[9]。

1.4 不確定語言變量與云的轉(zhuǎn)換

定義3[10]：設(shè)n為評價術(shù)語集中評價術(shù)語的個數(shù)，[Xmin，Xmax]表示評價術(shù)語的有效域，就可以據(jù)此生成相應(yīng)的云。若n為奇數(shù)，則最中間的云可以表示為，左右相鄰的云可以表示為：

定義4[11]：設(shè)為不確定語言值，將si和sj分別轉(zhuǎn)化為云和云，那么對應(yīng)的云可以表示為

其中，wi(i=1，2，…，n)表示相應(yīng)的權(quán)重

1.5 基于云模型的城市災(zāi)害應(yīng)急能力評價模型構(gòu)建

基于云模型的城市災(zāi)害應(yīng)急能力評價就是運用正態(tài)分布的規(guī)律以及黃金分割法將不確定語言形式的評價信息轉(zhuǎn)化為云，然后根據(jù)屬性權(quán)重以及專家權(quán)重對各方案的云滴自下而上逐層集結(jié)，從形成各個方案的多層次綜合云，最后根據(jù)多層次綜合云的數(shù)字特征對各方案進行全方位的分析與比較。

（1）評價指標(biāo)集

設(shè)S表示目標(biāo)層，即城市災(zāi)害應(yīng)急能力評價綜合值。C表示一級評價指標(biāo)Ci的集合，可以表示為分別代表檢測與預(yù)警能力、基礎(chǔ)保障能力、救援能力以及災(zāi)后恢復(fù)能力。Ci表示二級評價指標(biāo)Cij的 集 合 ，可 以 表 示 為其 中 ，m=1，2，3，4 表示4個一級指標(biāo)，cij表示第i個一級指標(biāo)中的第j個二級指標(biāo)。A表示方案集，A={a1，a2，…am}。D表示決策者，給出的決策矩陣為表示第i個備選方案的第j個屬性的語言值。

（2）決策矩陣標(biāo)準(zhǔn)化

決策矩陣標(biāo)準(zhǔn)化主要有最大化變換和消除量綱兩個操作。若所有的屬性都是最大化屬性（效益型屬性）并且具有相同的量綱，則無需標(biāo)準(zhǔn)化操作。否則，就需要對最小化屬性（成本型屬性）進行最大化變換，對量綱不統(tǒng)一的屬性進行消除量綱操作。假設(shè)決策矩陣標(biāo)準(zhǔn)化后的形式為對于最小化屬性而言，其標(biāo)準(zhǔn)化的公式為

（3）將不確定語言形式的評價信息轉(zhuǎn)換為云

根據(jù)公式（1）和公式（2）以及定性評語集中每個評語對應(yīng)云模型的數(shù)字特征，可將不同專家給出的不確定語言形式的評價信息轉(zhuǎn)換為云，其數(shù)字特征為：

（4）確定屬性權(quán)重

如果專家組對同一方案在某個屬性下的評價越一致，則表明該方案在該屬性下的群決策越準(zhǔn)確，因此該屬性應(yīng)該被賦予較大的權(quán)重；反之，則應(yīng)賦予其較小的權(quán)重。本文運用信息熵來度量專家組在某個屬性下評價信息的一致性，熵值越大，該屬性的權(quán)重將越大。具體計算公式為：

式中，Iij表示方案ai在屬性Cj下得分對應(yīng)云的期望值的信息熵，Ij表示備選方案集在屬性Cj下的平均信息熵表示屬性Cj的權(quán)重。

（5）確定專家權(quán)重

專家權(quán)重可以通過專家給出的決策矩陣的偏離度確定。專家與其他專家給出的決策矩陣的偏離度越小，表明其決策將越準(zhǔn)確，因此應(yīng)賦予其較大的權(quán)；反之，則應(yīng)賦予其較小的權(quán)重。具體計算步驟為：

①計算決策專家dk與其他專家給出的決策矩陣之間的偏離度fk

②計算專家權(quán)重λk

（6）構(gòu)建不同專家下各個方案的多層次綜合云

根據(jù)決策屬性權(quán)重，采用自下而上的方法，將各個方案的相關(guān)云滴逐層綜合，從而形成不同專家下各個方案的多層次綜合云。

（7）引入專家權(quán)重，構(gòu)建各個方案的總體多層次綜合云

考慮到不同專家對于決策的重要程度存在一定的差異性，為了使決策結(jié)果更加科學(xué)合理，在構(gòu)建各個方案的多層次綜合云時就必須考慮專家權(quán)重。根據(jù)專家權(quán)重以及不同專家下各個方案的綜合云，就能得到各個方案最終的多層次綜合云。

（8）排序

云模型的期望值最能代表定性概念的值，因此可以根據(jù)各個方案最終的多層次綜合云的期望值，對其進行全方位的分析、比較與排序。

2 實證

某省欲對3個城市的災(zāi)害應(yīng)急能力進行比較評優(yōu),特選取了5名長期從事應(yīng)急管理工作的專家組成專家組，運用本文提出的評價指標(biāo)體系對3個城市進行評價。經(jīng)過專家組協(xié)商討論，本次評價選用5個評價等級：{差，較差，一般，較好，好}，即S={s-2=“差”，s-1=“較差”，s0=“一般”，s1=“較好”，s2=“好”}。專家組成員通過實地調(diào)研，訪談以及查閱相關(guān)資料等方式對3個城市的災(zāi)害應(yīng)急能力進行了深入了解，并結(jié)合自身的專業(yè)知識及決策經(jīng)驗，對3個城市的災(zāi)害應(yīng)急能力進行評價。

2.1 決策過程

第一步，標(biāo)準(zhǔn)化決策矩陣

通過分析發(fā)現(xiàn)本次評價涉及的屬性均屬于效益型，而且具有相同的量綱，因此無需標(biāo)準(zhǔn)化操作。

第二步，將不確定語言形式的決策信息轉(zhuǎn)換為云

首先，運用黃金分割法生成評價集中5個評語對應(yīng)云(Z-2，…，Z+2) 的數(shù)字特征。假定有效論域為 [Xmin，Xmax]=[0，1]，He0=0.1，則5個評語對應(yīng)云的數(shù)字特征分別為：

因此，5個云依次為：Z-2(0，0.1031，0.26)，Z-1(0.309，0.0637，0.16) ，Z0(0.5，0.0393，0.1) ，Z+1(0.691，0.0637，0.16)，Z+2(1，0.1031，0.26)。在此基礎(chǔ)上，根據(jù)公式（1）和公式（2），將不同專家給出的評價信息轉(zhuǎn)化為云。

第三步，確定屬性權(quán)重

在上一步的基礎(chǔ)上，根據(jù)公式（4），可以得到專家組關(guān)于3個城市災(zāi)害應(yīng)急能力在各個屬性下的信息熵，如表2所示。

表2 3個城市災(zāi)害應(yīng)急能力在各屬性下的信息熵

根據(jù)公式（5）和公式（6），可以得到各個指標(biāo)基于信息熵的權(quán)重：

第四步，確定專家權(quán)重

根據(jù)公式（7）和公式（8），可以得到專家的權(quán)重為：λ=(0.202，0.181，0.199，0.198，0.220)

第五步，構(gòu)建不同專家下3個城市災(zāi)害應(yīng)急能力的多層次綜合云

根據(jù)公式（3）以及各屬性權(quán)重，采用自下而上的方法，將3個城市災(zāi)害應(yīng)急能力的相關(guān)云滴逐層綜合，從而得到不同專家下3個城市災(zāi)害應(yīng)急能力的多層次綜合云。由于篇幅原因，此處只給出目標(biāo)層對應(yīng)綜合云的數(shù)字特征，如表3所示。

表3 不同專家下3個城市災(zāi)害應(yīng)急能力目標(biāo)層的綜合云

第六步，構(gòu)建各個方案的總體多層次綜合云

根據(jù)專家權(quán)重以及表3，就能得到3個城市災(zāi)害應(yīng)急能力最終的多層次綜合云。由于篇幅原因，此處只給出目標(biāo)層以及一級指標(biāo)對應(yīng)綜合云的數(shù)字特征，如表4所示。

表4 3個城市災(zāi)害應(yīng)急能力多層次綜合云

第七步，方案排序

由表4可知，3個城市的災(zāi)害應(yīng)急能力整體上均屬于較好等級，由高到低依次為：a3、a2、a1。從監(jiān)測與預(yù)警能力來看，3個城市的災(zāi)害應(yīng)急能力由高到低依次為：a2、a3、a1，其中a2與a3屬于較好等級，而a3屬于一般等級；從基礎(chǔ)保障能力來看，3個城市的災(zāi)害應(yīng)急能力均屬于較好等級，由高到低依次為：a3、a2、a1；從救援能力來看，3個城市的災(zāi)害應(yīng)急能力由高到低依次為：a3、a1、a2，其中a3和a1屬于較好等級，而a2屬于一般等級；從災(zāi)后恢復(fù)能力看，3個城市的災(zāi)害應(yīng)急能力均屬于較好等級，由高到低依次為：a3、a1、a2。由于保障能力以及救援能力的權(quán)重較大，因此從綜合應(yīng)急能力角度來看，a3是3個城市中災(zāi)害綜合應(yīng)急能力最好的。評價結(jié)果與3個城市災(zāi)害應(yīng)急能力建設(shè)的實際情況相符，說明本文提出的方法是有效的。

2.2 敏感性分析

敏感性分析主要研究檢測與預(yù)警能力、基礎(chǔ)保障能力、救援能力以及災(zāi)后恢復(fù)能力等4個一級指標(biāo)的權(quán)重在[0.05，0.9]上變動時，對評價結(jié)果的影響程度。敏感性分析的結(jié)果進一步證明了本文所提方法的有效性，敏感性分析結(jié)果如圖1至圖4所示。

圖1 監(jiān)測與預(yù)警能力敏感性分析

圖2 基礎(chǔ)保障能力敏感性分析

圖3 救援能力敏感性分析

圖4 災(zāi)后恢復(fù)能力敏感性分析

從整體來看，無論4個一級指標(biāo)的權(quán)重在[0.05,0.85)上如何變動，城市a3的災(zāi)害綜合應(yīng)急能力都要優(yōu)于其他兩個城市，這說明城市a3各項指標(biāo)建設(shè)情況相對較好，總體優(yōu)勢較為明顯。

由圖1可以看出，當(dāng)監(jiān)測與預(yù)警能力的權(quán)重不斷增加時，3個城市的綜合應(yīng)急能力都有所下降，說明3個城市災(zāi)害的監(jiān)測與預(yù)警能力都比較低。相比之下，城市a2的綜合應(yīng)急能力下降較慢。當(dāng)監(jiān)測與預(yù)警能力的權(quán)重達到0.85時，城市a2的災(zāi)害應(yīng)急能力躍居第一。由此可見，就監(jiān)測與預(yù)警能力而言，城市a2領(lǐng)先于其他兩個城市。

由圖2可以看出，當(dāng)基礎(chǔ)保障能力的權(quán)重不斷增加時，3個城市的綜合應(yīng)急能力也都在不斷提高，說明3個城市的應(yīng)急設(shè)備、隊伍、物資以及醫(yī)療建設(shè)情況都比較好。相比之下，a3最好，其次是a2和a1。

由圖3可以看出，當(dāng)救援能力的權(quán)重不斷增加時，城市a3的綜合應(yīng)急能力以較大的幅度提升，領(lǐng)先優(yōu)勢越來越明顯，城市a1的綜合應(yīng)急能力也有所上升，但不明顯，而城市a2的綜合應(yīng)急能力則有所下降。這說明，在救援能力方面，城市a3的優(yōu)勢相當(dāng)明顯，其次是城市a1，而城市a2最差。

由圖4可以看出，當(dāng)災(zāi)后恢復(fù)能力的權(quán)重不斷增加時，城市a3的領(lǐng)先優(yōu)勢逐漸減小。當(dāng)災(zāi)后恢復(fù)能力的權(quán)重達到0.45時，城市a1超過了a2，當(dāng)災(zāi)后恢復(fù)能力的權(quán)重達到0.9時，城市a1的綜合應(yīng)急能力與a3非常接近。這說明，在災(zāi)后恢復(fù)方面，城市a1與a3旗鼓相當(dāng)，而a2處于落后位置。

3 結(jié)束語

本文從檢測與預(yù)警能力、基礎(chǔ)保障能力、救援能力以及災(zāi)后恢復(fù)能力4個方面構(gòu)建了城市災(zāi)害應(yīng)急能力評價指標(biāo)體系。在考慮決策專家權(quán)重的基礎(chǔ)上，提出了一種基于云模型的不確定語言多屬性群決策方法，并用來解決城市災(zāi)害應(yīng)急能力評價問題。本文所提方法具有鮮明的特色，其優(yōu)點主要表現(xiàn)在以下3個方面：（1）以云模型為基礎(chǔ)，能夠很好地將決策對象的模糊性與隨機性結(jié)合起來，實現(xiàn)定性概念與定量值之間的自然映射，最大程度的減少映射過程造成的信息丟失。（2）對各個方案的云滴自上而下逐層集結(jié)，從而生成各個方案的多層次綜合云，便于對各個方案進行全方位的分析、比較與排序，為決策提供科學(xué)依據(jù)。（3）在生成各個方案的多層次綜合云時，不僅考慮了屬性權(quán)重，還考慮了專家權(quán)重，提升了應(yīng)急決策的科學(xué)性和合理化水平。