許碩 劉小娜

摘 要：針對突發(fā)事件應急管理評估存在評估指標不獨立、評估信息模糊與評估結果難量化等問題，提出基于決策實驗室法（DETATEL）與模糊網絡分析法（F-ANP）的評估方法。建立突發(fā)事件應急管理能力評估體系，將各因素劃分為影響層面與評估指標，使用DEMATEL方法求得指標間相互影響關系與各層面間網絡關系模型。通過ANP算法構建評估指標網絡層次結構，求解指標權重，并識別出應急管理關鍵環(huán)節(jié)。建立模糊評價矩陣，將定性分析轉化為定量評估，并進行綜合評估，得到量化評估值，直觀顯示應急管理能力實際水平。利用該方法對某市進行評估，得出該市突發(fā)事件應急管理評估值score=3.063 9，等級為“良”。

關鍵詞：突發(fā)事件;應急管理;決策實驗室法;網絡分析法;模糊綜合評價

DOI：10. 11907/rjdk. 182511 開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP301文獻標識碼：A 文章編號：1672-7800（2019）007-0069-06

Emergency Management Assessment Based on DEMATEL and F-ANP

XU Shuo，LIU Xiao-na

（College of Computer Science and Technology， Guizhou University， Guiyang 550025， China）

Abstract：According to the characteristics of the emergency management assessment， a method based on DETATEL and F-ANP was proposed to deal with independent indexes， fuzzy information， and quantify the assessment result. Firstly， the assessment indexes system for emergency management capability was established. Secondly， the DEMATEL method was used to determine the causal relation and the network relation model among indexes. Thirdly， the network hierarchy structure about evaluation indexes was determined by ANP， the weight of each index was calculated， and the key processes of emergency management were recognized. Lastly， the fuzzy assessment matrix was established， and transformed qualitative analysis into quantitative assessment; then the comprehensive assessment was conducted. The quantitative value was obtained and intuitively showed the actual level of emergency management capability. A certain city was evaluated by this proposed method and the final assessment value score = 3.0639， and the level was "good".

Key Words：emergency; emergency management; DEMATEL; ANP; fuzzy comprehensive evaluation

作者簡介：許碩（1993-），男，貴州大學計算機科學與技術學院碩士研究生，研究方向為信息系統(tǒng);劉小娜（1993-），女，貴州大學科學與技術學院碩士研究生，研究方向為計算機軟件與理論。

0 引言

突發(fā)事件頻發(fā)對社會穩(wěn)定及人民群眾生命財產安全造成重大威脅。關于突發(fā)事件應急管理的研究，一直是國內外學者關注重點。近年來該領域已取得了一定研究成果。如Jiang等[1]提出基于猶豫模糊Einstein算子的突發(fā)事件風險管理能力評估模型，研究在復雜環(huán)境中參評者猶豫性對評估結果的影響;葛悅等[2]提出基于G-AHP（灰色層次分析法）的突發(fā)事件應急管理能力評價方法并建立層次化評估體系;Zhou等[3]將D數理論與DEMATEL（決策實驗室法）結合，可識別應急管理過程關鍵成功因素;Wu等[4]提出針對應急管理能力評估的模糊綜合評價法，可在一定程度上消除模糊性，提高評估精度，其中DEMATEL方法求得的綜合影響矩陣與網絡關系模型，可有效顯示系統(tǒng)內部結構，明確各因素之間的影響關系，而使用ANP方法可以客觀描述評估系統(tǒng)中各種因素互相作用、互相影響的特點，使所求指標權重相較于傳統(tǒng)AHP方法更具客觀性。由于突發(fā)事件應急管理能力評估涉及的語言評估具有很強的模糊性，使用模糊綜合評價法將定性評估轉化為定量評估，在形式上把不確定性轉化確定性，可使評估結果更加客觀準確[5-13]。

使用F-ANP的前提在于科學合理地理清各個元素之間具體邏輯關系，而DEMATEL恰好能為其關系的確定提供科學依據，同時F-ANP又可解決DEMATEL需假設指標權重相等的問題，更加符合評估實際情況。綜上，本文提出基于DEMATEL與F-ANP的突發(fā)事件應急管理能力評估方法。

1 理論基礎

1.1 決策實驗室法

決策實驗室法（DEMATEL）使用圖論與矩陣進行系統(tǒng)分析，計算指標相互影響強度，從而揭示系統(tǒng)內部各評估指標間的相互關系。具體計算步驟 [14-17]為：

步驟一：構建初始直接影響矩陣[MD]。針對研究問題，確定系統(tǒng)包含因素，記為：U1，U2，…，UN。選定相關標度，設計調查問卷。由受訪者對指標之間的影響關系進行評判，并以成對比較的方式，確定指標間的直接影響程度。將所有受訪者評價值取算術平均后，構建初始直接影響矩陣[MD]。矩陣元素dij表示指標Ui對指標Uj的影響程度。當i=j時，dij=0，則：

[MD=0d12？d1i？d1Nd210？d2i？d2N？？？？di1di2？0？diN？？？？dN1dN2？dNi？0] （1）

步驟二：對直接影響矩陣進行標準化處理。由公式（2）可得標準化直接影響矩陣[MN]。

[MN=MDmax[max1≤i≤Nj=1Ndij，max1≤j≤Ni=1Ndij]] （2）

步驟三：構建綜合影響矩陣[MT]。根據求得的標準化直接影響矩陣[MN]，由公式（3）計算綜合影響矩陣[MT]。

[MT=limk→∞（MN+M2N+？+MkN）=MN（I-MN）-1] （3）

其中[I]為單位矩陣。

步驟四：設定門檻值threshold得到修正后綜合影響矩陣MT，計算指標中心度、原因度并繪制網絡關系模型。結合評估對象實際情況，設定門檻值threshold。若綜合影響矩陣MT中元素tij的值小于threshold，則表明指標Ui與Uj之間不存在較強的影響關系，則將其值賦為0，得到修正后的綜合影響矩陣MT。根據公式（4）、公式（5），對MT的行與列分別求和，得到影響度r與被影響度c。其中（r+c）表示指標之間影響與被影響的總程度，稱為中心度。中心度越大，表明指標之間相互關系越強。（r-c）表示指標之間的因果關系程度，稱為原因度。若原因度為正值，則表示該指標對其它指標的影響程度大，稱為原因元素;若原因度為負值，則表示該指標受其它指標影響程度大，稱為結果元素。

[r=j=1Ntij=（ri）N*1=（r1，？，ri，？，rN）] （4）

[c=i=1Ntij=（cj）1*N=（c1，？，cj，？，cN）] （5）

綜上可繪制出指標網絡關系模型，為ANP方法構建網絡層次結構提供依據，該模型還可清晰顯示系統(tǒng)內部各指標之間的影響關系。

1.2 網絡分析法

ANP指在AHP（層次分析法）的基礎上，針對評估對象中系統(tǒng)內部元素之間存在的相互作用、相互影響關系作出改進[18]。通過ANP方法，可以合理描述系統(tǒng)內部結構，使求得的評估指標權重更加客觀，更加符合突發(fā)事件應急管理能力評估實際情況。典型ANP結構如圖1所示。

圖1 ANP結構

ANP方法計算步驟如下：

步驟一：構建超級矩陣。受訪者根據1～9標度法，標度含義包括從同等重要到極端重要，通過成對比較的方式對元素組中的元素進行判斷，構造超級矩陣。首先以控制層元素為準則，以網絡層元素組Uj（j = 1， 2， …， N）中的元素Ujl（l = 1， 2， …， nj）為次準則，將元素組Ui中的元素與Ujl依次比較，得到超級矩陣[Wij]。

[Wij=w（j1）i1w（j2）i1？w（jnj）i1w（j1）i2w（j2）i2？w（jnj）i2？？？w（j1）iniw（j2）iniw（jnj）ini] （6）

其中Wij列向量表示Ui中元素Ui1，…， 對Uj中元素Uj1，…， 的影響程度排序向量。若Uj中元素不受Ui中元素影響，則Wij=0，得到在控制層準則下的超級矩陣W為：

[W=W11W12？W1NW21W22？W2N？？？WN1WN2？WNN] （7）

步驟二：對超級矩陣進行加權處理。在控制層準則下，將網絡層各元素組Ui（i = 1， 2， …， N）對元素組Uj的重要性進行比較，得到加權矩陣A為：

[A=a11？a1N？？aN1？aNN] （8）

將矩陣A與矩陣W分塊對應相乘，可對矩陣W的元素進行加權，即[Wij=aijWij]，可得到加權超級矩陣為：

[W=（Wij）] （9）

（i = 1， 2， …， N; j = 1， 2， …， N）

步驟三：計算穩(wěn)定加權超級矩陣。由公式（10）對加權超級矩陣[W]進行穩(wěn)定性處理，最終可得穩(wěn)定加權超級矩陣[W？]。

[W？=limk→∞（1/N）k=1N（W）k] （10）

若該極限存在，則W*的列向量為極限相對排序向量，表示各評估指標對評估目標的全局權重。其中W*=（W1*， W2*， …， WN*）。

1.3 模糊綜合評價

模糊綜合評價是模糊數學理論在評估工作中的一種具體應用。由于在應急管理能力評價過程中涉及大量模糊性語言評估信息，采用模糊綜合評價可以對多個影響因素進行客觀、全面的評估。根據預先設定的評估指標體系，參考評價等級標準V=（v1， v2， …， ve， …， vt），組織m位專家對各指標進行獨立評估，構建模糊評價矩陣R。

公式（12）表示關于評估指標Ui，m位專家中有p位專家認為其評價等級應為ve。

2 評估指標體系構建

突發(fā)事件應急管理能力評估是典型的多屬性群決策問題，各因素之間存在著一定關聯(lián)性，為保證評估結果客觀性與準確性，必須以科學有效的評估指標體系為基礎。通過走訪相關領域專家，并結合國內應急管理實際情況與前人研究成果[19-20]，構建突發(fā)事件應急管理能力評估指標體系。將預防與應急準備、保障與支持、檢測與預警、應急處置與救援、事故處理與恢復確定為5個影響層面，并根據5個影響層面遴選對應的20個指標。突發(fā)事件應急管理能力評估指標體系如表1所示。

3 建模仿真分析

本文以某市為實驗對象，通過實際調研，在建立應急管理能力評估指標體系后進行評估工作。

表1 評估指標體系

確定影響層面集的步驟為：①U={U1，…，Ui，…，UN} = {預防準備，保障與支持，監(jiān)測與預警，應急處置與救援，事后恢復與重建}，（i = 1， 2， …， N; N = 5），并確定影響層面與評估指標間隸屬關系：②U1 = {U11， U12， U13} = {預案編制，宣傳教育，培訓演練};③U2 = {U21， U22， U23， U24} = {法規(guī)保障，資金保障，醫(yī)療保障，技術支持};④U3 = {U31， U32， U33， U34， U35} = {信息監(jiān)測，預警研判，報警方式，報警流程，預警信息與收發(fā)};⑤U4 = {U41，U42，U43，U44} = {險情報送，預案啟動，響應能力，救援能力};⑥U5 = {U51， U52， U53， U54} = {經濟補償，賠償損失，重建計劃，事件總結報告}。

3.1 綜合影響矩陣計算與網絡關系模型建立

設計調查問卷，走訪相關領域專家，采用李克特5級量表（0為無影響，1為低度影響，2為中度影響，3為高度影響，4為極高影響）確定指標間直接影響關系，以問卷調查方式收集原始數據。構建評估指標間初始影響矩陣MD，如表2所示。

依據公式（2），對初始直接影響矩陣MD進行標準化處理，并通過公式（3），得到綜合影響矩陣MT。通過專家討論并結合實際情況，將門檻值threshold設定為0.2。若綜合影響矩陣中的值小于0.2，則認為指標之間影響關系較弱。得到修正后的綜合影響矩陣MT，如表3所示。

根據公式（4）和公式（5），計算影響度r、被影響度c、中心度（r+c）和原因度（r-c），如表4所示;繪制影響層面間的網絡關系模型，如圖2所示。

由修正后綜合影響矩陣MT及因果圖可顯示指標間的關聯(lián)關系。結合中心度（r+c）可知，信息監(jiān)測（U31）與其它指標存在最強相互影響，因為信息監(jiān)測（U31）具有最大中心度值，而預案啟動（U42）與其它指標之間的影響作用最小。由原因度（r-c）可知，預案編制（U11）、宣傳教育（U12）等值大于零的元素為原因元素，是決定應急管理能力水平、管理水平的根本元素;法規(guī)保障（U21）、醫(yī)療保障（U23）等值小于零的為結果元素，對突發(fā)事件應急管理能力產生直接影響。

3.2 各級評估指標權重計算

根據DEMATEL方法所得指標間相互影響關系與影響層面網絡關系模型，結合已確定的評估指標體系與評估指標集，構建突發(fā)事件應急管理能力評估ANP網絡層次結構模型。

在搜集原始評估數據后，運用ANP相關算法，使用軟件Super Decision v2.6.0，計算得出加權超級矩陣，再對加權超級矩陣進行穩(wěn)定性處理，可得極限相對排序向量。

W* = （W1*， W2*， …， W6*） = （0.101 8，0.076 9，0.102 2， 0.105 8，0.107 5，0.054 2，0.047 5，0.015 8，0.039 5，0.031 3， 0.020 6，0.037 4，0.022 7，0.014 7，0.031 0，0.030 6，0.056 9， 0.030 1，0.036 2，0.037 2）。

綜上可得突發(fā)事件應急管理能力評估各指標權重，如表5所示。

由表5分析可知各指標相應應急管理能力權重，而影響突發(fā)事件應急管理能力影響權重的各層面排序為檢測與預警（U3）、預防與應急準備（U1）、應急處置救援（U4）、監(jiān)測與預警（U2）、事后恢復與重建（U5）。

3.3 模糊評價矩陣計算

現(xiàn)有10名專家組成評判組，每人均有多年突發(fā)事件應急管理能力評估經驗。結合該市實際情況，根據預先給定的評價等級對各指標進行單因素評價，同時確定評估等級，將評估等級確定為優(yōu)、良、中、差4個等級，其對應分值分別為4、3、2、1。分值越高，則說明應急管理能力水平越高，介于兩分值之間的則取其中間值。將評價等級向量確定為V = （4， 3， 2， 1），評估結果如表6所示。

表6 專家評價結果

與救援（U4）＼&險情報送（U41）＼&5＼&2＼&3＼&0＼&預案啟動（U42）＼&8＼&1＼&1＼&0＼&響應能力（U43）＼&7＼&2＼&1＼&0＼&救援能力（U44）＼&3＼&5＼&2＼&0＼&事后恢復

與重建（U5）＼&經濟補償（U51）＼&0＼&0＼&8＼&2＼&損失評估（U52）＼&0＼&7＼&2＼&1＼&重建計劃（U53）＼&0＼&5＼&4＼&1＼&事件總結報告（U54）＼&1＼&1＼&5＼&3＼&]

進而構建模糊評價矩陣R為：

3.4 評價結果計算

實際評估過程中，以量化分值的形式表示評估結果是最直觀的評估方式。由公式H = W**R計算模糊評價向量H，H = （0.374 7， 0.325 9， 0.252 8， 0.082 0）。

再選用M（*， ⊕）算子進行綜合計算，求得該市整體突發(fā)事件應急管理能力評估值score為：

score = H*VT = 0.374 7*4+0.325 9*3+0.252 8*2+0.082 0*1 =

3.063 9? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（13）

參考已經確定的評價等級向量V，故將該市應急管理能力等級確定為“良”，表明該市應急管理狀況尚可，但還存在一定提升空間。

對該市而言，應重點關注保障與支持（U2）、預防與應急準備（U1）等對突發(fā)事件應急管理能力影響程度較高的層面，完善法規(guī)、資金和醫(yī)療保障，強化相關技術支持;重視應急預案編制，加強宣傳教育，并周期性進行培訓演練，增強意識，從而盡可能地將突發(fā)事件應急管理能力維持在較高水平。

4 結語

針對突發(fā)事件應急管理能力評估過程中評估指標不獨立、評估信息模糊、評估結果難量化等問題，本文提出了基于DEMATEL和F-ANP的評估方法。通過實驗仿真得出以下結論：

（1）通過DEMATEL方法，可以清晰描述指標之間相互影響關系，所得網絡結構模型可為ANP構建網絡層次結構提供客觀依據。

（2）使用ANP方法客觀描述系統(tǒng)內部層次結構，更能體現(xiàn)指標間相互影響與反饋的關系，使權重分配更合理。

（3）引入模糊綜合評價，將定性語言信息轉化為定量數值評估，在一定程度上降低了對評估結果的人為主觀性影響。

（4）通過量化的綜合評估結果，直觀顯示應急管理能力實際水平，解決了應急管理能力評估難以量化的問題。

隨著“智慧城市”理念的提出及大量政務數據的公開，同時由于不完整信息對評估結果會產生較大影響，故下一步研究工作重點將放在基于不完整信息的智能評估領域。

參考文獻：

[1] JIANG Z C. Evaluation of emergency risk management capability based on hesitant fuzzy Einstein operator[J]. Journal of Intelligent & Fuzzy Systems， 2016， 31： 2307-2311.

[2] 葛悅，汪彤，徐亞博. 基于灰色層次分析法的突發(fā)事件應急管理能力評價[J]. 中國安全生產科學技術，2014，10（12）：80-86.

[3] ZHOU X Y，SHI Y Q，DENG X Y，et al. D-DEMATEL： a new method to identify critical success factors in emergency management[J]. Safety Science，2017，91：93-104.

[4] WU M H，ZHAO J，ZHANG T W. Campus emergency management capability based on fuzzy comprehensive evaluation[J]. Journal of Discrete Mathematical Sciences and Cryptography，2016，19（4）： 863-874.

[5] DARGI A，ANJOMSHOAE A，RAHIMINEZHAD GALANKASHI M， et al. Supplier Selection： a fuzzy-anp approach[J]. Procedia Computer Science， 2014， 31： 691-700.

[6] ALIAKBARI NOURI F，KHALILI ESBOUEI S，ANTUCHEVICIENE J. A hybrid MCDM approach based on fuzzy ANP and Fuzzy TOPSIS for technology selection[J]. INFORMATIC， 2015， 26： 369-388.

[7] ？ZDEMIR A， TüYSüZ F. An integrated fuzzy DEMATEL and fuzzy ANP based balanced scorecard approach： application in Turkish higher education institutions[J]. Journal of Multiple-Valued Logic & Soft Computing， 2017， 28： 251-287.

[8] ARAGONéS-BELTRáN P， CHAPARRO-GONZáLEZ F，PASCUAL PASTOR-FERRANDO J， et al. AHP （Analytic Hierarchy Process）/ANP （Analytic Network Process）-based multi-criteria decision approach for the selection of solar-thermal power plant investment projects[J]. Energy，2014， 66： 222-238.

[9] MARDANI A， MARDANI A， JUSOH A， et al. Fuzzy multiple criteria decision-making techniques and applications—two decades review from 1994 to 2014[J]. Expert Systems with Applications， 2015（ 42）： 4126-4148.

[10] HSIEH M C， WANG M Y， LEE W C， et al. Application of HFACS， fuzzy TOPSIS， and AHP for identifying important human error factors in emergency departments in Taiwan[J]. International Journal of Industrial Ergonomics， 2018，67： 171-179.

[11] WANG X， LIU Z J， YAO C. A rating based fuzzy analytic network process （F-ANP） model for evaluation of ship maneuverability[J]. Ocean Engineering， 2015， 106： 39-46.

[12] ASADZADEH A， K？TTER T， ZEBARDAST E. An augmented approach for measurement of disaster resilience using connective factor analysis and analytic network process （FANP） model[J]. International Journal of Disaster Risk Reduction， 2015， 14（4）： 504-518.

[13] SENVAR O， RIFAT U， KAHRAMA T C. Supply chain performance measurement： an integrated DEMATEL and Fuzzy-ANP approach[J]. Studies in Fuzziness and Soft Computing， 2014，313： 143-165.

[14] GABUS A， FONTELA E. World problems， an invitation to further thought within the framework of DEMATEL[C]. Geneva： Battelle Geneva research Centre，1973.

[15] 賀佳. 基于DEMATEL和ANP方法的供應商選擇評價研究——以上海品實木業(yè)有限公司為例[D]. 合肥：安徽理工大學， 2015.

[16] 孫瑞山，馬廣福. 基于熵權和DEMATEL的管制員疲勞風險因素分析[J]. 交通信息與安全，2016，34（4）：44-49.

[17] 王為. 二型模糊DEMATEL-ANP多準則決策方法及其在軌道運營安全評價中的應用[D]. 南京：東南大學，2017.

[18] 王蓮芬. 網絡分析法（ANP）的理論與算法[J]. 系統(tǒng)工程理論與實踐，2001，21（3）：44-50.

[19] 鄭雙忠，鄧云峰. 城市突發(fā)公共事件應急能力評估體系及其應用[J]. 遼寧工程技術大學學報，2006，25（6）：943-946.

[20] 沈惠璋. 突發(fā)危急事件應急序貫群決策與支持系統(tǒng)[M]. 北京：科學出版社， 2011.

（責任編輯：江 艷）