指标评价方法与过程

指标评价方法与过程_现代应急管理理论与技术

由于应急管理是地理学、环境学、安全学、经济学、社会科学等学科的交叉学科，因此应急能力评价不仅要研究空间、资源配置、灾害源等物质实体，还要研究它们之间的相互作用、影响因素和信息流通，整个系统存在非确定性、随机性、灰色、突变、模糊等现象。对于这样一个错综复杂的系统工程，其评价需要正确方法论的指导。通过研究相关资料，可以用于应急能力这种多属性综合性评价的方法大致可分为定性方法、半定量方法、定量方法三种，如图9－8所示。

图9－8 基本评价方法

这些方法各有优缺点，对于应急能力的评价，可以使用定量方法: 主成分分析法、因子分析法; 还有半定量评价方法: 层次分析法、模糊综合评价法。下面就对这几种方法的应用作一个简述。

较之评估内容，评估方法的重要性要低一些，因为统计方法之间的差别主要在于误差的大小，而评估内容则决定了整个评估的方向。如果将整个评估分为模型设计、数据获得、结果分析三个阶段，结果分析有赖于数据获得，数据获得有赖于模型设计，模型设计最为重要。功能定位、评估层次、评估内容所探讨的都属于模型设计的范围，它们分别负责提出研究问题，确定分析对象，选定测量指标。换言之，选择将哪些指标纳入计算范围比如何获得这些指标的测量数据和计算测量结果更为重要。

9.5.1 主成分分析法

主成分分析法是将分散在一组变量上的信息集中到某几个综合指标(主成分)上的探索性统计分析方法，以便利用主成分描述数据集内部结构，实际上也起着数据降维的作用。主成分分析方法是处理多变量(多指标)问题的一种方法，即将研究对象的多个相关变量(指标)化为少数几个不相关的变量，而这较少的不相关变量尽可能地反映原变量提供的大部分信息。

主成分分析法的优点是: 通过计算分析指标间的相关性、单指标的差异性和指标贡献率，采用少数几个新的相对独立的综合指标来代表原来所有指标所包含的信息，同时也能客观确定各个指标的权重，避免人为主观赋权打分; 尤其在评价机构静态保障能力时，所取的指标很多，指标之间有一定相关关系(不独立)而出现不同程度的重复，采用主成分分析法是比较合适的。一些统计软件中提供此项分析功能，如SPSS、SAS等。

9.5.1.1 主成分的几何意义

为了方便，在二维空间中讨论主成分的几何模型。

设有n个样品，每个样品中有两个观测量x1和x2，在由变量x1和x2所确定的二维平面中， n个样本点所散布的情况如带状图9－9所示。由图可以看出这n个样本点无论是沿着x1方向或x2方向都具有较大的离散性，其离散的程度可以由观测方差来度量。显然，如果只考虑x1和x2中的任何一个，则包含在原始数据中的信息将会有较大的损失。所以，通过将x1和x2轴同时逆时针旋转θ，得到新的坐标轴y1和y2，如图9－10所示。

图9－9 x1和x2坐标系下样本点分布图

图9－10 y1和y2坐标系下样本点分布图

根据旋转公式:

其中U'为旋转变换矩阵，它是正交矩阵，即有: U'=U－1，U'U=1。

旋转的目的是为了使n个样品点在y1轴方向的离散程度最大，即y1的方差最大，变量代表了原始数据的绝大部分信息，因此，在研究问题时即使不考虑y2也无损失大局。这样经过旋转变换就把原始数据中的信息集中到y1轴上，对数据包含的信息起到了浓缩的作用。y1和y2除了可以对包含在x1和x2中的信息起到浓缩作用外，同时还具有不相关的性质，这使得在研究复杂问题时避免了信息重叠所带来的虚假性。y1和y2叫做x1和x2的综合变量。由于变量在y1轴上的方差最大，因而将二维空间的点的描述用y1这个综合变量来描述，所损失的信息最小。由此称y1为第一主成分，y2为第二主成分。在研究问题中，只考虑y1方向的信息，忽略y2轴上的信息，且损失的信息不多。这样，二维空间变为一维空间，y1是x1和x2的线性组合，简化了系统结构，抓住了主要矛盾。

9.5.1.2 主成分分析的一般数学模型

研究问题时常见的关于n个样品p个变量x1，x2，…，xp的问题(n＞p)，原始统计资料整理的原始数据矩阵为:

通常，研究问题涉及的指标具有不同的量纲，有的指标量纲有很大的差异，因此在研究问题时，不同量纲的数量级会引出新的问题。为了消除由于量纲的不同可能带来的一些不合理的影响，在主成分分析前先对数据进行标准化处理，以使每一个变量的平均值为零，方差为1，变量标准化公式为:

其中分别是第j个变量的平均值和标准差。i=1，2，…，n;j=1，2，…，p。

将数据标准化的矩阵仍用x记，即有x=(x1，x2，…，xp)'的p个变量综合成p个新变量，新的综合变量可由原来的变量x1，x2，…，xp线性表示，即:并满足:，k=1，2，…，p。其中，系数uij由下列原则来确定:

(1)yj与yij(i≠j; i，j=1，2，…，p)相互无关;

(2)y1是x1，x2，…，xp一切线性组合［系数满足公式(8.9)］中方差最大者; y2是与y1不相关的x1，x2，…，xp的所有线性组合中方差最大者; yp是y1，y2，…，yp－1都不相关的x1，x2，…，xp所有线性组合中方差最大者。

(3)X1，X2，…，Xp——原变量，P为原变量个数;

(4)Fi(i=1，2，…，m)——主成分，m为选定的主成分个数，且m≤p;

μi，1，μi，2，…，μi，p——线性组合系数，即原始变量矩阵标准化后其协方差矩阵特征值(λi)对应的特征向量。

如此决定的综合变量y1，y2，…，yp分别称为原变量的第一，第二，……，第p个主成分。其中y1在总方差中占的比重最大，其余综合变量y2，y3，…，yp的方差依次递减。选取主成分的个数取决于主成分的累积方差贡献率，累积贡献率越大，丢失的数据信息越少，但后续处理计算量大，所以通常方差贡献率的取值以85%为宜。本书只挑选了几个方差最大的主成分，达到简化系统结构、抓住问题实质的目的。

为揭示各主成分与原变量之间的关系，以便进一步探讨火灾时各子单元整体脆弱性变化的影响因素，计算各主成分与原变量之间的因子载荷:

式中: σj，j为xj的总体协方差。

选择m个主成分F1，F2，…，Fm，以每个主成分的方差贡献率a1，a2，…，am为权数，构造综合评价函数:

M=a1F1+a2F2+…+aiFi+…+amFm

式中:。

因各主成分都是均值为0的变量，故综合得分也是均值为0的变量; 若分析单元的综合得分为正，则表明该分析单元的火灾脆弱性较全区脆弱性平均脆弱性大，反之较全区平均脆弱性小。

9.5.2 层次分析法

层次分析法(Analytic Hierarchy Process，AHP)是美国运筹学家，匹兹堡大学教授Saaty于20世纪70年代提出的一种多目标多准则复杂决策方法。它是一种定性与定量相结合的多目标决策分析方法。它的特点是将决策者对复杂系统的评价决策思维过程数学化。层次分析法的基本思想是把复杂的问题分解成若干层次和因素，在同层次各要素间简单地进行比较、判断和计算，以获得不同要素和不同备选方案的权重。目标层为解决问题的目的，要想达到的目标。准则层为针对目标评价各方案时所考虑的各个子目标(因素或准则)，可以逐层细分。方案层即解决问题的方案。

9.5.2.1 层次分析法基本步骤

构建层次分析法指标体系按下列步骤进行:

(1)层次分析法(AHP)运用的步骤。运用AHP进行决策时，大体分为4个步骤进行:

①分析系统中各因素之间的关系，建立系统的递阶层次结构;

②对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，构造两两比较判断矩阵;

③由判断矩阵计算被比较元素对于该准则的相对权重;

④计算各层元素对系统目标的合成权重，并进行排序。

递阶层次结构的建立。应用层次分析法(AHP)分析人员疏散安全应急管理问题，首先要将问题条理化、层次化，构造出一个层次分析的结构模型。在这个结构模型下，复杂问题被分解为元素。这些元素又按其属性分成若干组，形成不同层次。同一层次的元素作为准则对下一层次的某些元素起支配作用，同时其又受上一层次元素的支配。

经过上述量化的指标权重。转换后的无量纲指数Pi。综合应急能力评价值选择加权求和多指标综合评价模型求解，也就是把各评价指标的权重值和得分值代入数学模型:

式中: E为候车室应急危险值，Qi为第i个指标的权重，Pi为评价指标的得分值，n为评价指标的数目，最终得出五个危险区域的评价值。

9.5.2.2 层次分析法分析特点

1． 应用

这种方法适用于多准则、多目标的复杂问题的决策分析，目前已经广泛应用于管理评价、资源规划及安全经济分析等方面。樊晓一将层次分析法应用在典型滑坡危险度评价中，为滑坡预警和滑坡的治理提供了依据。王吉华运用层次分析法对西藏自治区旅游资源进行评价，在系统分析基础上建立综合评价模刊，经一致性检验后计算各因子的相对权值，为进一步开发自治区旅游资源提供了可行性论证和参考措施。陈永宁运用层次分析法对合肥市2001年的生态环境安全进行了评价。陈沅江将层次分析法进行了改进，并将其应用于矿山安全管理综合评价中。

2． 优点

层次分析法可以科学、客观地将一个多指标问题综合成一个单指标的形式，以便在一维空间中实现综合评价。可以将评价准则多，且评价指标难以定量描述的综合评价问题进行有效处理，它将决策人的思维过程数学化，将人的主观判断的定性分析进行定量化，帮助决策者保持思维过程的一致性，将各种方案之间的差异数值化，从而为选择最优方案提供易于被人接受的决策依据，因而在系统工程实践中得到了极为广泛的应用。

3． 缺点

层次分析法的基础是主观判断，所以不能保证计算出的权值就是复杂系统的各因素的客观权值，应在实践中注意验证其效度与价值。随着情况的变化建立起来的评估模型也可能需要修正或放弃。构造各层指标的权重判断矩阵时，一般采用的是分级定量赋值，这可能会造成同一类中同一指标是另一指标的5倍、7倍，甚至是9倍，从而影响了权重的合理性。该方法在实用中存在的主要问题是判断矩阵排序权值的合理计算问题，这也是目前该理论研究的热点和难点。另外，对于一、二阶判断矩阵总是具有完全一致性，因此如果建立的递阶层次结构的某层只有一个或两个因素，就不能通过层次分析法本身来判定相应的判断矩阵是否具有满意的一致性，由此对得出的因素的权值需要进行进一步的检验。

9.5.3 经典风险理论评价方法

按照经典的风险理论，某一不期望事件的风险是由不期望事件的概率及不期望事件的后果决定的。对于应急而言，风险应该是运营过程中突发事件发生的概率与突发事件所造成的后果的乘积。其数学表达式为:

F=K×S

式中: F为企业风险; K为企业发生突发事件的概率(可能性); S为企业突发事件造成的后果(严重性)。

9．5．3．1 突发事件可能性分析

企业突发事件可能性可定义为应急系统中人、物、环境、管理四个方面不安全因素的耦合。应急设施可以分为各行业运行设施和防护设施。运行设施是为了实现运输功能而配置的设施，如风险分析中的六个系统; 防护设施主要是指运行设施出现故障后，用于安全防范的物理保护系统，如烟探测器、传感器、屏蔽门等。有效的物理保护系统能够监测事故，并能延缓时间，以便部署应急响应力量，将突发事件消灭在萌芽状态中。运行设备即使出现故障，如果相应的防护措施仍然有效，突发事件也不会发生，或者即使发生，影响也会很小。

因此，突发事件发生的可能性可以表述为:

式中: K为发生突发事件的可能性; kij为第j种设备发生第i种突发事件后果(如火灾、爆炸、交通事故等)的可能性;k2ij为第j种设备发生第i种突发事件后果(如火灾、爆炸、交通事故等)时防护措施发生故障的可能性; 如果没有防护措施，故障概率为1; ri为人员对于发生第i种突发事件的影响因子; hi为环境对于发生第i种突发事件的影响因子; gi为管理对于发生第i种突发事件的影响因子; i为突发事件的种类; j为运行系统中子系统个数，可以根据需要，划分为足够多的子系统。

9．5．3．2 损失严重性分析

损失是指功能受特定突发事件影响的程度，包括人员伤亡、财产损失、环境破坏以及各种造成的间接影响。

损失严重性可以表达为如下关系式:

S=S1+S2+S3+S4

式中: S为突发事件造成的损失严重性; S1为人员伤亡严重性因子; S2为财产损失严重性因子;S3为环境破坏严重性因子; S4为其他损失严重性因子。

以上方法都能从某个侧面体现其合理性，但都有一定的局限性。另外在确定指标权重过程中，影响指标权重的因素有专家知识结构、判断水平和个人偏好等主观因素，需要根据不同类型采用不同方法分析，或者同时用多种方法分析，减少评估的偏差度。