梁 媛，李 鋼，李樹旺

（1.中國(guó)人民大學(xué)體育部；中國(guó)人民大學(xué)人文北京（人文奧運(yùn)）研究中心，北京100072；2.北京師范大學(xué)，北京100875）

大型體育賽事是包含世界性、洲際的各類綜合性運(yùn)動(dòng)會(huì)或由世界單項(xiàng)體育組織舉辦的有較大影響力的運(yùn)動(dòng)賽會(huì)，如奧運(yùn)會(huì)、世界杯、歐洲杯、世錦賽等體育賽事。因具有時(shí)間確定、活動(dòng)空間固定、區(qū)域性人員聚集的特點(diǎn)，極容易成為恐怖襲擊的目標(biāo)，造成不可估量的損失和傷害。所以穩(wěn)定的辦賽環(huán)境和安保工作是成功辦賽的不可缺少的一環(huán)。

以?shī)W運(yùn)會(huì)為代表的體育盛會(huì)為例，從1896年第一屆夏季奧運(yùn)會(huì)到2022年的北京冬奧會(huì)，百年奧運(yùn)留下寶貴的奧運(yùn)遺產(chǎn)，其內(nèi)涵和影響已經(jīng)遠(yuǎn)遠(yuǎn)超越單純競(jìng)技的視域，更是競(jìng)技精神、人文精神、民族精神融合集粹的全球性文化現(xiàn)象。但回顧奧運(yùn)歷史，也存有至黑的恐怖時(shí)刻。在1972年的慕尼黑奧運(yùn)會(huì)，“黑九月”恐怖和暴力事件是奧運(yùn)歷史上一次重大的安保事故，作為東道主的西德為了樹立二戰(zhàn)后的新形象，在極力展現(xiàn)國(guó)力與科技的同時(shí)，卻忽視了賽會(huì)的安保工作，恐怖襲擊造成9名人質(zhì)死亡。慕尼黑奧運(yùn)會(huì)后，每座奧運(yùn)會(huì)舉辦城市外部環(huán)境保障都被主辦城市奧組委高度重視，但暴力和恐怖襲擊等安保事件頻仍，1996年亞特蘭大奧運(yùn)會(huì)的爆炸事件、2002年鹽湖城冬奧會(huì)的恐怖襲擊等事件時(shí)刻提醒世人在奧運(yùn)會(huì)平臺(tái)不斷起舞的暴恐魔影以及給世人留下難以抹去的心理陰影?；诖?，為了保障賽會(huì)安全、順利地圓滿完成所有賽事，并為主辦城市和主辦國(guó)贏得國(guó)際美譽(yù)，體育賽會(huì)主辦方都在安保工作方面投入巨大的人力和物力。但是，安全保衛(wèi)工作的高成本也同時(shí)引發(fā)了利益相關(guān)方關(guān)于大型賽事主辦效益的擔(dān)憂。就此而言，在保障賽事安全的前提下將人力、物力、財(cái)力進(jìn)行優(yōu)化配置，形成一個(gè)安保效率與安保成本最優(yōu)匹配的模式是主辦方和學(xué)界應(yīng)該共同研究的重要議題，而要回答這個(gè)問題，預(yù)估安保規(guī)模和預(yù)算是一個(gè)關(guān)鍵的主題追問，也是本研究的重要旨趣。

本研究選取了從1984年薩拉熱窩冬奧會(huì)至2018年平昌冬奧會(huì)十屆冬奧會(huì)的安保人數(shù)規(guī)模、安保經(jīng)費(fèi)投入、歷屆冬奧會(huì)的參賽人員數(shù)量、主辦城市（或國(guó)家和地區(qū)）的犯罪指數(shù)率等指標(biāo)數(shù)據(jù)作為預(yù)測(cè)依據(jù)。所采集的數(shù)據(jù)主要來源于主辦城市奧組委網(wǎng)站或主辦城市官網(wǎng)，少數(shù)部分?jǐn)?shù)據(jù)在相關(guān)新聞網(wǎng)站或城市官網(wǎng)并沒有明確統(tǒng)計(jì)，因此也使用模糊處理等方法進(jìn)行數(shù)據(jù)的篩選和估算，盡可能保證數(shù)據(jù)的精準(zhǔn)和有效。通過分析這十屆冬奧會(huì)的安保規(guī)模的變化，并采用BP神經(jīng)網(wǎng)絡(luò)模型法以及灰質(zhì)預(yù)測(cè)法分析其內(nèi)在的非線性函數(shù)關(guān)系和規(guī)律。研究成果希望在將辦賽城市抽象化、理想化、模型化的基礎(chǔ)上，建構(gòu)一個(gè)一般性、最優(yōu)化的安保模型，并將其作為普適性結(jié)論為后續(xù)相關(guān)研究提供參考。此外，本研究范式對(duì)于其他大型賽事的治安管理工作的總體籌備均具有現(xiàn)實(shí)指導(dǎo)意義。

1 文獻(xiàn)回顧

自1972年慕尼黑慘案發(fā)生以來，各座舉辦城市都開始加強(qiáng)奧運(yùn)會(huì)期間的安保力度，增加了更多安保措施和經(jīng)費(fèi)。不同領(lǐng)域的學(xué)者也開始對(duì)奧運(yùn)會(huì)的安保問題進(jìn)行深入研究。

從風(fēng)險(xiǎn)管理的角度出發(fā)，王淑榮認(rèn)為風(fēng)險(xiǎn)評(píng)估工作是大型體育賽事安保工作的核心部分，尤其是社會(huì)治安風(fēng)險(xiǎn)和公共安全風(fēng)險(xiǎn)是安保工作的主要任務(wù)［1］。蒲畢文利用結(jié)構(gòu)方程模型評(píng)估體育賽事風(fēng)險(xiǎn)，認(rèn)為恐怖行為對(duì)賽事的破壞表現(xiàn)主要為直接破壞［2］；從奧運(yùn)安保工作分配角度來看，任慧濤［3］和史悅紅［4］分別闡述國(guó)外冬奧會(huì)的籌辦和舉辦已經(jīng)成為自“9.11”后恐怖主義發(fā)泄政治不滿的平臺(tái)，冬奧會(huì)的安保工作應(yīng)進(jìn)行多方合作，生命安全事件或集體性安保事件應(yīng)成為衡量賽事是否成功的指標(biāo)；從奧運(yùn)文化與科技的角度，鄭志強(qiáng)強(qiáng)調(diào)恐怖主義的挑釁是奧運(yùn)會(huì)安全威脅的最大挑戰(zhàn)［5］。曲新藝則強(qiáng)調(diào)奧運(yùn)的安保成功既應(yīng)先分析前期風(fēng)險(xiǎn)，也應(yīng)加大科技力度的投入和強(qiáng)化國(guó)際合作［6］；在具體安保措施制定和實(shí)施方面的研究中，張楊提出必須確立切實(shí)可行、切實(shí)有效的安保計(jì)劃，增加突發(fā)事故計(jì)劃、空中防衛(wèi)計(jì)劃、國(guó)防部增援計(jì)劃以及相關(guān)的監(jiān)控設(shè)施［7］。王新建則闡述了在炸彈管理、運(yùn)輸安全以及犯罪管理等方面必須進(jìn)行充分防護(hù)的必要性［8］。

大型賽事的安保工作越來越成為世界各國(guó)在辦賽中非常重視的內(nèi)容，在眾多風(fēng)險(xiǎn)中，意識(shí)形態(tài)風(fēng)險(xiǎn)可能會(huì)導(dǎo)致恐怖主義的滋生，也是安保工作投入的重點(diǎn)和核心。而巨大的安保經(jīng)費(fèi)以及人力的投入，也會(huì)帶來一定的副作用，可能會(huì)影響到整個(gè)城市正常的生活和工作。而且巨額成本也會(huì)給組委會(huì)帶來財(cái)務(wù)風(fēng)險(xiǎn)［9］。董杰指出在安保方面投入大量的人力、物力和財(cái)力盡管保證了體育賽事的安全，但涉及人員眾多，會(huì)造成巨大的花費(fèi)，并影響賽事舉辦城市市民和觀眾的日常生活［10］。因此在大型體育賽事的籌備期，就需要在人力、物力和財(cái)力的投入方面以及是否可以滿足比賽的基本需求方面做出相對(duì)準(zhǔn)確的判斷。

國(guó)外的相關(guān)研究很早就開始關(guān)注到了安保問題，以及安保所帶來的巨大財(cái)政支出問題。Jamie Cleland提及現(xiàn)代體育場(chǎng)作為一個(gè)全景臺(tái)，安全問題必然是巨大隱患，21世紀(jì)針對(duì)恐怖主義的安保措施更為重要，對(duì)每一場(chǎng)賽事都需要進(jìn)行有必要的監(jiān)督和防控［11］。Ann Travers 指出特定的群體（種族主義分子、異端分子等）也是安保防護(hù)的重要目標(biāo)之一，他們通常利用大型賽事進(jìn)行相關(guān)的異端活動(dòng)［12］。Jacqueline Kennelly研究奧運(yùn)會(huì)結(jié)束后對(duì)城市的影響中描述賽會(huì)的安保直接關(guān)系著市民的幸福［13］。Malcolm N MacDonald的研究涉及到了奧運(yùn)會(huì)期間的話語安全，涉及到媒體話語的安全表述［14］。

在倫敦奧運(yùn)會(huì)前一年，北約多國(guó)參與到利比亞戰(zhàn)爭(zhēng)中，因此外部戰(zhàn)爭(zhēng)給倫敦奧運(yùn)會(huì)帶來安全隱患［15］。而在奧運(yùn)會(huì)籌備前期，為奧運(yùn)安保而進(jìn)行的相關(guān)基礎(chǔ)設(shè)施的建設(shè)，是奧運(yùn)籌備中的一項(xiàng)重要支出，這些奧運(yùn)安保的基礎(chǔ)設(shè)施不僅在奧運(yùn)期間以及奧運(yùn)會(huì)結(jié)束后作為奧運(yùn)遺產(chǎn)發(fā)揮巨大作用，更為城市的安全保障工作提供有力的基礎(chǔ)防護(hù)［16］。Minas Samatas提及奧運(yùn)安保的多數(shù)設(shè)備采用了高新科技，但是高科技不僅耗費(fèi)巨大的財(cái)力，一旦出現(xiàn)故障將會(huì)導(dǎo)致安保系統(tǒng)的癱瘓［17］。

綜上，國(guó)內(nèi)外相關(guān)學(xué)者對(duì)大型體育賽事涉及的安保問題進(jìn)行了研究，主要集中在風(fēng)險(xiǎn)的識(shí)別，安保環(huán)節(jié)設(shè)置的必要性，充分論證了安保的重要性和其發(fā)揮穩(wěn)定賽事的作用。但縱觀國(guó)內(nèi)外學(xué)者研究，很少涉及到大型體育賽事安保規(guī)模的大小和前期投資數(shù)額的預(yù)測(cè)。也就是，相關(guān)研究關(guān)于后賽會(huì)時(shí)期的經(jīng)驗(yàn)總結(jié)分析居多，籌備期的預(yù)測(cè)性研究較少。并且多數(shù)研究停留在定性分析，缺乏對(duì)前大型賽會(huì)時(shí)期安保規(guī)模的定量刻畫，預(yù)測(cè)和評(píng)估研究的缺位為本研究提供了選題價(jià)值的可操作化場(chǎng)域空間。

2 基礎(chǔ)模型的修正與數(shù)據(jù)處理

2.1 數(shù)據(jù)搜集與指標(biāo)選取

本文的數(shù)據(jù)來源主要為國(guó)際奧委會(huì)官網(wǎng)［18］，結(jié)合奧運(yùn)期間對(duì)冬奧賽事的相關(guān)報(bào)道（部分?jǐn)?shù)據(jù)來源于BBC、CNN 等新聞網(wǎng)站的具體報(bào)道），并通過已有文獻(xiàn)中提及的相關(guān)數(shù)據(jù)進(jìn)行整合。由于數(shù)據(jù)查詢和搜集難度較大，搜集范圍較廣，相關(guān)數(shù)據(jù)沒有進(jìn)行及時(shí)有效的統(tǒng)計(jì)，或者存在數(shù)據(jù)遺失的情況，無法呈現(xiàn)原始數(shù)據(jù)。針對(duì)上述困境，在數(shù)據(jù)整理中采用區(qū)間估計(jì)、模糊判定等數(shù)據(jù)處理方法，通過一定比例關(guān)系，近似地還原了之前的數(shù)據(jù)，也最大程度地減小誤差，保證數(shù)據(jù)的準(zhǔn)確有效。在研究過程中，進(jìn)行了無關(guān)數(shù)據(jù)的剔除，保證了數(shù)據(jù)使用的充分有效。（此處主要針對(duì)薩拉熱窩、卡爾加里、阿爾貝維爾三屆冬奧會(huì)的安保人員數(shù)量和安保經(jīng)費(fèi)做了模糊處理，處理效果由后文通過現(xiàn)有數(shù)據(jù)求得模型權(quán)值和閾值，對(duì)十屆冬奧會(huì)各項(xiàng)數(shù)據(jù)的擬合效果檢驗(yàn)可得效果很好，詳見結(jié)論 部分）

結(jié)合國(guó)內(nèi)外對(duì)安保各類研究，董杰提到了參賽國(guó)或地區(qū)、參賽運(yùn)動(dòng)員人數(shù)都會(huì)作用于賽事的整體經(jīng)費(fèi)開支，尤其是提升賽事成本，包括安保方面人力、物力、財(cái)力的配置［9］；陳元欣提出球迷人數(shù)也即觀賽者對(duì)安保規(guī)模的投入具有巨大的影響［19］，但綜合冬奧會(huì)整體賽程來看，雪上項(xiàng)目觀賽人數(shù)較為分散，無法準(zhǔn)確統(tǒng)計(jì)；室內(nèi)項(xiàng)目將隨著賽事競(jìng)技性、精彩程度而存在觀賽者數(shù)量的差異性，觀賽者將作為一個(gè)動(dòng)態(tài)變量參與研究，難以有效統(tǒng)計(jì)的同時(shí)，大大提升研究難度，故篩選掉觀賽人數(shù)這一變量。

部分針對(duì)安保的研究，張峰筠指出，賽事申辦地的安保能力是舉辦賽事的一項(xiàng)基礎(chǔ)能力［20］，金誠(chéng)認(rèn)為重大活動(dòng)舉辦的安保配置從大數(shù)據(jù)層面分析是基于當(dāng)?shù)亻L(zhǎng)時(shí)間以來的治安狀況來判定［21］，故本文結(jié)合數(shù)據(jù)獲取的可行性用當(dāng)?shù)氐闹鬓k國(guó)近五年的犯罪率指數(shù)來表征舉辦地的治安情況。安保人數(shù)及經(jīng)費(fèi)是直接表征大型體育賽事安保投入，也將作為特征變量描述賽會(huì)的安保情況。結(jié)合數(shù)據(jù)跨度時(shí)間長(zhǎng)，同時(shí)數(shù)據(jù)獲取的可行性，以及神經(jīng)網(wǎng)絡(luò)方法反復(fù)精確測(cè)算的特點(diǎn)，本文將選舉十屆冬奧會(huì)的參賽國(guó)數(shù)量、參賽人數(shù)、安保人員數(shù)量、安保投入經(jīng)費(fèi)、主辦國(guó)近五年的犯罪指數(shù)率作為冬奧會(huì)安保整體狀況的特征測(cè)度。

2.2 基礎(chǔ)模型的建立

安保數(shù)量受到直接參賽國(guó)家數(shù)量以及參賽運(yùn)動(dòng)員數(shù)量的影響，也與該國(guó)的犯罪率有關(guān)，本研究采用線性模型描述變量之間的數(shù)量關(guān)系。在建立線性回歸之前，首先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化公式如下：

表1 相關(guān)變量標(biāo)準(zhǔn)化后數(shù)據(jù)

利用標(biāo)準(zhǔn)化后的數(shù)據(jù)，根據(jù)上表建立的線性關(guān)系如下所示：

圖1~4中，Y表示歷屆奧運(yùn)會(huì)安保人員總數(shù)，E表示線性回歸中的隨機(jī)擾動(dòng)項(xiàng)，由R2的數(shù)值看出其線性回歸的結(jié)果未能很好地表現(xiàn)出樣本的自變量和因變量存在的線性正相關(guān)關(guān)系，擬合優(yōu)度較差，預(yù)測(cè)數(shù)據(jù)將與客觀規(guī)模有較大偏差。根據(jù)上述分析，本研究初步建立的優(yōu)化模型如下：

圖1 ，2 直接參賽人數(shù)、直接參賽國(guó)與安保人員總數(shù)的簡(jiǎn)單線性趨勢(shì)

圖3 ，4 安保經(jīng)費(fèi)支出、舉辦國(guó)近五年的犯罪率與安保人員總數(shù)的簡(jiǎn)單線性趨勢(shì)

其中N1表示直接參賽人數(shù)，N2表示參賽國(guó)家和地區(qū)，N3表示近五年舉辦國(guó)的犯罪率，N4表示安保經(jīng)費(fèi)。上述優(yōu)化模型雖然能保持發(fā)展趨勢(shì)的一致性，但在計(jì)算所需安保數(shù)量時(shí)，需要對(duì)當(dāng)年的變量（如犯罪率指數(shù)）進(jìn)行預(yù)測(cè)。由于部分散點(diǎn)分布超出線性模型的擬合值，利用上述優(yōu)化模型對(duì)本研究數(shù)據(jù)分析可能將會(huì)產(chǎn)生較大的誤差，因此，為了進(jìn)一步精準(zhǔn)預(yù)測(cè)，本研究將采用神經(jīng)網(wǎng)絡(luò)模型對(duì)安保規(guī)模進(jìn)行測(cè)算。

3 基于BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)的研究方法

本研究主要采用了BP 神經(jīng)網(wǎng)絡(luò)模型，該模型起源于生物學(xué)中的人體大腦神經(jīng)網(wǎng)絡(luò)，通過數(shù)學(xué)工具，考慮大腦在信息傳遞過程中的隨機(jī)性與無序性，有效地模擬了現(xiàn)實(shí)生活中一些非線性、非定性等關(guān)系的復(fù)雜變化，從而得出相對(duì)準(zhǔn)確的結(jié)果。該模型主要應(yīng)用于計(jì)算機(jī)科學(xué)、人工智能、自動(dòng)控制領(lǐng)域等，對(duì)于處理組合優(yōu)化問題是一種行之有效的方法。本研究旨在通過歷年數(shù)據(jù)的組合和優(yōu)化，得出一組規(guī)模的最優(yōu)解，因此神經(jīng)網(wǎng)絡(luò)模型是比較好的解決問題工具。

3.1 神經(jīng)網(wǎng)絡(luò)模型理論基礎(chǔ)

神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則又稱神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法，用來計(jì)算神經(jīng)網(wǎng)絡(luò)模型的權(quán)值和閾值。預(yù)測(cè)中模型的權(quán)重值和閾值極為重要，因?yàn)槠渲苯佑绊懽兞克紮?quán)重的大小以及結(jié)果輸出的精度。

BP模型的學(xué)習(xí)規(guī)則有兩大類別：有導(dǎo)師學(xué)習(xí)和無導(dǎo)師學(xué)習(xí)。 在有導(dǎo)師學(xué)習(xí)中，需要為學(xué)習(xí)規(guī)則提供一系列正確的網(wǎng)絡(luò)輸入／輸出對(duì)（即訓(xùn)練樣本），當(dāng)網(wǎng)絡(luò)輸入時(shí)，將網(wǎng)絡(luò)輸出與相對(duì)應(yīng)的期望值進(jìn)行比較，然后應(yīng)用學(xué)習(xí)規(guī)則調(diào)整權(quán)值和閾值，使網(wǎng)絡(luò)輸出接近于期望值。 而在無導(dǎo)師學(xué)習(xí)中，權(quán)值和閾值的調(diào)整只與網(wǎng)絡(luò)輸入有關(guān)系，沒有期望值，這類算法大多用聚類法，將輸入模式歸類于有限的類別。賽事預(yù)測(cè)需求得一個(gè)安保規(guī)模的預(yù)測(cè)值（最優(yōu)值），該值是期望值，是一個(gè)理想規(guī)模，因此采取有導(dǎo)師學(xué)習(xí)法進(jìn)行規(guī)模預(yù)測(cè)。

BP 神經(jīng)網(wǎng)絡(luò)是一種典型的多層前向型神經(jīng)網(wǎng)絡(luò)，具有一個(gè)輸入層、數(shù)個(gè)隱含層（可以是一層，也可以是多層）的層與層之間采用全連接的方式，同一層的神經(jīng)元之間不存在相互連接。 理論上已經(jīng)證明，具有一個(gè)隱含層的三層網(wǎng)絡(luò)可以逼近任意非線性函數(shù)。由上文提及歷屆安保人數(shù)和經(jīng)費(fèi)和其他變量（包括參賽國(guó)數(shù)量、參賽人數(shù)、犯罪率等）不能單純用線性關(guān)系進(jìn)行鏈接，因此要通過神經(jīng)網(wǎng)絡(luò)進(jìn)行全連接，基于BP神經(jīng)網(wǎng)絡(luò)模型隱含層的逼近，可以很好地刻畫這一非線性關(guān)系。對(duì)于一般的BP神經(jīng)網(wǎng)絡(luò)而言，隱含層中的神經(jīng)元多采用 S型傳遞函數(shù)，輸出層的神經(jīng)元多來用線性傳遞函數(shù)。

3.2 前饋神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)的誤差反向傳播是典型的前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，其基本思想是對(duì)一定數(shù)量的樣本（輸入和期望輸出）進(jìn)行學(xué)習(xí)，即將樣本的輸入送至網(wǎng)絡(luò)輸入層的各個(gè)神經(jīng)元，經(jīng)隱含層和輸出層計(jì)算后，輸出層各個(gè)神經(jīng)元輸出對(duì)應(yīng)的預(yù)測(cè)值，若預(yù)測(cè)值與期望輸出之間的誤差不滿足精度要求時(shí)，則從輸出層反向傳播該誤差，從而進(jìn)行權(quán)值和閾值的調(diào)整，使得網(wǎng)絡(luò)的輸出和期望輸出間的誤差逐漸減小，直至滿足精度要求。這也是使用神經(jīng)網(wǎng)絡(luò)模型的一大核心優(yōu)勢(shì)，利用前饋的神經(jīng)網(wǎng)絡(luò)進(jìn)行誤差精度的核查，更大程度上縮小誤差，提高預(yù)測(cè)精度。BP網(wǎng)絡(luò)的精髓是將網(wǎng)絡(luò)的輸出與期望輸出間的誤差歸結(jié)為權(quán)值和閾值的“過錯(cuò)”，通過反向傳播把誤差“分?jǐn)偂苯o各個(gè)神經(jīng)元的權(quán)值和閥值。

其中第一層為輸入層，第二層為隱含層。第三層為輸出層。輸入單元不是神經(jīng)元，因此圖5中有兩層神經(jīng)元，對(duì)于一個(gè)三層的前反饋神經(jīng)網(wǎng)絡(luò)，表示網(wǎng)絡(luò)各層的連接權(quán)向量，表示三層的作用函數(shù)，那么神經(jīng)網(wǎng)絡(luò)的第一層神經(jīng)元輸出為：

圖5 3層BP神經(jīng)網(wǎng)絡(luò)

第二層輸出為：

第三層輸出為：

基于上述分析可以發(fā)現(xiàn)前饋神經(jīng)網(wǎng)絡(luò)具有較好的線性非擬合性，因?yàn)楫?dāng)預(yù)測(cè)值與實(shí)際值產(chǎn)生差異時(shí)，前饋神經(jīng)網(wǎng)絡(luò)會(huì)逆向傳輸誤差，從而不斷調(diào)整權(quán)重與閾值使得預(yù)測(cè)模型更加精確。

3.3 基于有導(dǎo)師學(xué)習(xí)算法的模型建立

Delta學(xué)習(xí)規(guī)則是一種簡(jiǎn)單的有導(dǎo)師學(xué)習(xí)算法，該方法根據(jù)期望輸出與實(shí)際輸出的差值來調(diào)整權(quán)重，其數(shù)學(xué)表示如下：

因此隱含神經(jīng)元的輸出為：

誤差E對(duì)輸入層與隱含層神經(jīng)元間的權(quán)值的偏導(dǎo)為：

根據(jù)上述分析結(jié)果，本研究可以得到權(quán)值的調(diào)整公式為：

公式（3-4）為隱含層的權(quán)值計(jì)算公式（模型），公式（3-5）為輸入層的權(quán)值計(jì)算公式（模型）。其中和分別為隱含層和輸出層的學(xué)習(xí)步長(zhǎng)。該公式主要刻畫模型中參變量（或系數(shù)）權(quán)重的大小，也客觀地描述了多個(gè)標(biāo)量作用下對(duì)最終奧運(yùn)安保預(yù)測(cè)最終結(jié)果影響的大小并顯示在最終的預(yù)測(cè)結(jié)果中。結(jié)合上述理論分析，本研究的建模算法步驟為：

綜合圖6所述，本研究需要在前十屆冬奧會(huì)中選取樣本數(shù)據(jù)，通過安保的數(shù)量、安保經(jīng)費(fèi)、參賽國(guó)數(shù)量、參賽人員數(shù)量和犯罪指數(shù)率等變量作為樣本集合進(jìn)入神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則。通過上述變量約束，計(jì)算網(wǎng)絡(luò)的實(shí)際輸出，經(jīng)過前饋機(jī)制檢驗(yàn)，調(diào)整權(quán)矩陣中權(quán)重值的準(zhǔn)確性，最終得出的最優(yōu)解即為安保規(guī)模。

圖6 建模算法程序Figure 6 Modeling algorithm program diagram

4 MATLAB中神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)

4.1 數(shù)據(jù)的處理

本研究利用MATLAB進(jìn)行實(shí)際數(shù)據(jù)的代入和預(yù)測(cè)，將模型的程序代碼編寫入MATLAB后，通過MATLAB的運(yùn)行來觀察數(shù)據(jù)運(yùn)行的結(jié)果。預(yù)測(cè)過程中先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，參賽人數(shù)，參賽國(guó)家以及安保支出三個(gè)指標(biāo)均為數(shù)量數(shù)據(jù)，用舉辦地的犯罪率這一指標(biāo)來衡量舉辦地的治安狀況，本研究增選舉辦地近五年犯罪指數(shù)率①犯罪指數(shù)率主要是將犯罪指數(shù)換算成比率，因國(guó)際犯罪指數(shù)與我國(guó)犯罪率核算不一致，故均采用比率化處理，便于之后預(yù)測(cè)的一致性。，結(jié)合其他指標(biāo)進(jìn)行預(yù)測(cè)。本研究的數(shù)據(jù)結(jié)構(gòu)為（表2）：

表2 1984—2018年十屆冬奧會(huì)變量分布

4.2 創(chuàng)建訓(xùn)練BP網(wǎng)絡(luò)

創(chuàng)建BP神經(jīng)網(wǎng)絡(luò)前需要確定網(wǎng)絡(luò)的結(jié)構(gòu)，即需要確定以下幾個(gè)參數(shù)：輸入變量個(gè)數(shù)、隱含層數(shù)及各層神經(jīng)元個(gè)數(shù)、輸出變量個(gè)數(shù)。 如前文所述，只含有一個(gè)隱含層的三層BP神經(jīng)網(wǎng)絡(luò)可以逼近任意非線性函數(shù)，因此，本次研究?jī)H討論單隱含層BP神經(jīng)網(wǎng)絡(luò)。從問題描述中可知，輸入變量個(gè)數(shù)為3（直接參賽人數(shù)/人，參賽國(guó)家和地區(qū)/個(gè)以及舉辦國(guó)近五年的犯罪指數(shù)率），輸出變量個(gè)數(shù)為 2（安保人員總數(shù)/人

安保經(jīng)費(fèi)支出/美元），隱含層神經(jīng)元個(gè)數(shù)對(duì)網(wǎng)絡(luò)性能的影響較大。將上述數(shù)據(jù)統(tǒng)一代入到模型中，通過模型的反復(fù)計(jì)算和逼近，在擬合最優(yōu)的情況下得出權(quán)值和閾值（如表3）。

表3 三個(gè)輸入變量權(quán)重分布

得到的相應(yīng)的權(quán)值和閾值將作為預(yù)測(cè)安保具體人數(shù)的重要條件。本研究輸入的三種參數(shù)，對(duì)應(yīng)的輸入層為三個(gè)輸入神經(jīng)元，而隱藏層為9層，因此矩陣為3乘9矩陣。以-1.7236為例，表示的是第一個(gè)輸入單元（直接參賽人數(shù)/人）到第一個(gè)隱藏單元的權(quán)重為-1.7236，相應(yīng)的-2.5604表示的是第二個(gè)輸入單元（參賽國(guó)家和地區(qū)/個(gè)）到第一個(gè)隱藏單元的權(quán)重為-2.5604。

在BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)過程中，得出的結(jié)果如圖7所示。虛線和星點(diǎn)表示數(shù)據(jù)中的真實(shí)值，也即冬奧會(huì)實(shí)際安保人數(shù)設(shè)置，而實(shí)線則代表模型的預(yù)測(cè)結(jié)果。預(yù)測(cè)過程中，前十屆冬奧會(huì)中除平昌冬奧會(huì)外，其余各點(diǎn)的預(yù)測(cè)結(jié)果與真實(shí)值相近或重合，或落在近似區(qū)間（誤差精度范圍內(nèi)），它表明模型是準(zhǔn)確的，它的權(quán)值和閾值也是準(zhǔn)確的，除了平昌冬奧會(huì)相差較多以外，前九屆的冬奧會(huì)均很好地逼近。分析原因可以發(fā)現(xiàn)，由于存在北朝鮮與韓國(guó)的對(duì)立狀況，因此韓國(guó)明顯加大了除賽事安保之外的政治安保力度，而且平昌冬奧會(huì)在原始數(shù)據(jù)中，其安保人數(shù)和經(jīng)費(fèi)均高于上一屆冬奧會(huì)，因此會(huì)導(dǎo)致其預(yù)測(cè)值偏離真實(shí)值（圖7中因?yàn)槠讲瑠W會(huì)的預(yù)測(cè)偏離，本研究選擇在圖中對(duì)其作隱藏處理）。

圖7 十屆安保規(guī)模預(yù)測(cè)（真實(shí)值與預(yù)測(cè)值）

5 結(jié)論與啟示

5.1 研究結(jié)論

本研究運(yùn)用神經(jīng)網(wǎng)絡(luò)模型，通過往屆冬奧會(huì)的安保規(guī)模進(jìn)行約束性預(yù)測(cè)，并在預(yù)測(cè)中保證模型建立和運(yùn)行的精準(zhǔn)度，從而更好地限定其規(guī)模范圍，便于進(jìn)一步測(cè)算最優(yōu)安保規(guī)模。通過數(shù)據(jù)以及模型的理論預(yù)測(cè)，在進(jìn)行模型檢驗(yàn)的過程中，BP神經(jīng)網(wǎng)絡(luò)模型得出冬奧會(huì)的安保人員數(shù)量，鹽湖城、都靈、溫哥華、索契冬奧會(huì)的安保人員數(shù)量的預(yù)測(cè)值分別為：12435人，9450人，14921人以及36807人。與其實(shí)際派出的安保人數(shù)非常接近，表明預(yù)測(cè)的精確性良好。由此，通過模型將當(dāng)年的預(yù)測(cè)數(shù)據(jù)代入，即可得到安保人數(shù)，是可以獲得科學(xué)性和穩(wěn)定性的預(yù)測(cè)工具，在其他大型賽事的安?；I備工作中具有可借鑒性的意義和價(jià)值。但是本研究還存在一定不足：數(shù)據(jù)的受限以及相關(guān)因素的局限可能導(dǎo)致本研究的結(jié)果并非全面和系統(tǒng)，例如，對(duì)于安保人員的具體分配和安保經(jīng)費(fèi)具體投入路徑?jīng)]有涉及等；以及本研究樣本為十屆冬奧會(huì)，在后續(xù)研究中，可以擴(kuò)大研究范圍，延伸到其他類型的大型賽事的安保規(guī)模預(yù)測(cè)。

5.2 研究啟示

基于本文的研究方法和以上研究結(jié)論，針對(duì)大型賽事安保工作提出以下啟示：

科學(xué)制定安保預(yù)算?？茖W(xué)合理地進(jìn)行安保預(yù)算是大型賽事前期安保籌備工作的一項(xiàng)重點(diǎn)任務(wù)，也是統(tǒng)籌安保工作的有效依據(jù)。只有在理論上進(jìn)行科學(xué)預(yù)測(cè)，合理計(jì)算，較為精準(zhǔn)的核算安保投入，才可以更好地在實(shí)際安保過程中合理控制進(jìn)項(xiàng)和出項(xiàng)。安保預(yù)算不僅需要包含必要的勞動(dòng)力——安保人員的數(shù)量核算，必要的勞動(dòng)時(shí)間，勞動(dòng)力成本（安保經(jīng)費(fèi)投入），還應(yīng)包括前期安?；A(chǔ)設(shè)施的建設(shè)成本，尤其是科技安保戰(zhàn)略下，大量的科技投入直接帶來較高的技術(shù)成本。科學(xué)核算安保組織管理成本和風(fēng)險(xiǎn)防范成本在賽會(huì)籌備環(huán)節(jié)尤為重要。

安保成本最優(yōu)管理。注重成本管理是當(dāng)代體育賽會(huì)預(yù)算投入的重要任務(wù)，在具體的安保實(shí)施過程中，應(yīng)注意以下幾個(gè)方面。其一，應(yīng)該加強(qiáng)大型賽事安保環(huán)節(jié)的成本管理，基于安保本身屬于體育賽事風(fēng)險(xiǎn)管理的一個(gè)分支，是具備柔性的，要想達(dá)到即高效又節(jié)約的目的，尤其需要在科學(xué)管理、高效管理上下功夫。其二，科學(xué)的組織架構(gòu)、順暢的信息交流渠道和機(jī)制是降低不必要管理成本的有效途徑。其三，應(yīng)該做好突發(fā)事故預(yù)案，盡可能降低突發(fā)事故所造成的安保資源分配不均以及沒有完備應(yīng)急預(yù)案下的額外成本支出。其四，基于科技安保的理念以及AI 技術(shù)的不斷廣泛應(yīng)用，廣泛采用人工智能設(shè)備進(jìn)行可替代人工的安保工作將會(huì)對(duì)降低安保成本、提高安保效率有積極的意義，例如，無人駕駛巡邏車進(jìn)行奧運(yùn)村安全巡邏工作，以及人臉智能識(shí)別等科技的運(yùn)用等。

強(qiáng)化數(shù)據(jù)統(tǒng)計(jì)工作。對(duì)于各項(xiàng)大型賽事舉辦過程中，做好安保的相關(guān)數(shù)據(jù)統(tǒng)計(jì)工作將會(huì)對(duì)未來大型賽事安保主題的研究提供更好的數(shù)據(jù)支撐。同時(shí)，為后賽會(huì)時(shí)代安全遺產(chǎn)的總結(jié)和塑造提供相對(duì)完善的報(bào)告依據(jù)。而更為主要的，數(shù)據(jù)和檔案資料的強(qiáng)化有助于通過數(shù)據(jù)分析和總結(jié)規(guī)律，為后續(xù)大型賽事籌辦工作提供寶貴經(jīng)驗(yàn)和模式。