揚州市禽流感風險評估模型的構建

摘 要：江蘇省揚州市水網分布密集而廣泛，養殖以水禽鴨、鵝為主。同時，揚州市處在候鳥東部遷徙線上，境內的高郵湖、邵伯湖是候鳥的重要棲息地，也是候鳥和家禽的交匯點。因此，禽流感入侵揚州市的風險很大。本文針對揚州市特定的生態系統和養殖環境，通過文獻分析和專家建議，確定揚州市禽流感發生的風險因子;采用層次分析法建立揚州市高致病性禽流感傳播風險評估模型，以期實現對揚州市禽流感疫情發生風險的定量評估。

關鍵詞：禽流感;風險因素;風險評估框架;層次分析法;權重

揚州市地處江蘇省中間地帶，是一個畜禽養殖、流通大市。2016年，揚州市家禽出欄4 315萬只、存欄1 443萬只，產值100多億元，而農業總產值478.8億元，家禽占農業比重超過20%。同時，每年有超過3 000萬只家禽通過流通領域進入或運離揚州市[1]。另外，揚州市是我國主要的羽絨加工基地，一旦感染禽流感疫情，后果是難以承受的。

迄今為止，揚州市未有人感染禽流感病例報告，但發生了2次較大的家禽感染高致病性禽流感疫情，發生地都在揚州市的家禽養殖重鎮——江都區的規模化家禽養殖場。2015年8月3日，江都區一養殖場飼養的鵝感染H5N2亞型高致病性禽流感疫情，發病23 395只，死亡3 106只。疫情發生后，當地嚴格按照防治技術規范要求，對周邊50 252只鵝進行了撲殺和無害化處理[2]。2018年11月22日，江都區麾村一養殖場飼養的家禽發生H5N6亞型高致病性禽流感疫情，發病家禽1 200羽，死亡320羽。疫情發生后，當地嚴格按照防治技術規范要求，對周邊家禽31 329羽進行了撲殺和無害化處理。由于兩次禽流感疫情的疊加效應，江都區的家禽養殖業墜入谷底。2018年，江都區家禽出欄996萬只，與2017年相比下降11.4%，與2014年相比直降20.3%[3]。而禽流感疫情更是造成社會恐慌，揚州市談禽色變，禽蛋產品無人問津，嚴重影響社會生活的穩定。

客觀上，揚州市水網分布密集而廣泛，養殖以水禽鴨、鵝為主。經過揚州市的高郵湖，連接江蘇省、安徽省兩省，水域總面積700多km2，野生水鳥眾多。加之揚州市處在候鳥東部遷徙線上，境內的高郵湖、邵伯湖是候鳥的重要棲息地，也是候鳥和家禽的交匯點。綜上，禽流感入侵揚州市的風險很大，因而本項目的研究是非常必要且迫切的。

一、建立揚州市禽流感風險評估的層次結構模型

在遵循科學性、相對穩定性、可比性、可行性和可操作性原則的前提下，課題組集思廣益，邀請揚州大學動物學院、揚州市家禽研究所、揚州市獸醫站的6名專家和4名養殖廠的技術人員，從揚州市的實際情況出發，對通過文獻搜集到的近50個禽流感治病因子打分，最終確定21個揚州市高致病性禽流感的風險因子。根據確立的揚州市禽流感風險因子和AHP的建模要求，將揚州市禽流感風險評估作為目標層A，將風險因素作為準則層B，將子風險因素作為子指標層C，建立相應的層次結構模型，見表1。

二、確定揚州市禽流感風險評估模型各指標的權重

由于各項評估指標對禽流感的傳播影響是不同的，評估模型需要體現各項指標的重要程度，以此需要分析各項指標的權重[4]。本研究采用層次分析法（The Analytic Hierarchy Process，AHP）確定各因子的權重。

層次結構模型確定了上、下層因素間的歸宿與對應。對于同層各元素，分別兩兩比較，衡量相對重要程度的差別是使用1～9比率標度法，在咨詢有關專家意見的基礎上運用評分辦法判斷其相對重要程度，構造判斷矩陣，計算相對權重[5]。在課題組建立的模型中，我們把A-B的準則層判斷矩陣記為A=（Bij）8×8;把Bi-C的6個指標層判斷矩陣，記為Bi=（Cij）n×n。下面以目標層到準則層的禽流感風險評估的判斷矩陣為例，我們使用Excel來計算各指標的權重，具體如表2所示。

經過檢驗是可以接受的，我們就得到準則層B1、B2、……、B6對應于目標層A的權重向量，分別為WB=（0.068，0.119，0.136，0.060，0.119，0.498）;同理，可以得到指標層因素Ci相對其準則層Bi的權重向量Wci，計算結果見表3。最后，我們計算出指標層Ci對應于目標層A的組合權重：Wij=WCij×WBi，其中WCij是指標Cij相對于準則層因素Bi的權重，WBi是準則層因素Bi相對于目標層A的權重，計算結果如表3所示。

三、多指標綜合評分方法

課題組建立的風險評估模型，實際是用量化的概率去反映禽流感發生的風險。因此，我們需要對模型中風險因子進行分級量化，課題組應用回歸分析方法，將風險因子劃分為高度、次高、中等、較低與低度5個等級，每一級評價結果分別賦予分值1.0、0.7、0.4、0.2和0.0[6]。接著課題組通過綜合評價函數，

計算得到風險評價的總分值。其中，Y表示高致病性禽流感發生風險的概率;Wij是指標層各個風險因子Cij相對于目標層A的組合權重;xij是指標層C各個風險因素Cij的賦值結果。

下面就用課題組建立的禽流感評估模型，來評估揚州市江都區的禽流感發生風險，具體見表3。由表3中的數據，代入公式可得：Y=0.670，處于0.50～0.75，判定為中等，表明江都區發生禽流感疫情的可能性時刻存在。

四、結論

該文建立的高致病性禽流感傳播風險評估框架，是在數據信息量相對少且定量與定性數據并存的情況下，通過層次分析法確定權重和對各項指標作量化等級處理，采用綜合評分法得出直觀的評估結果。該評估框架是針對我國國情與現狀提出的，以期在風險權重較大的風險因素進行防控，使風險降至最小，為高致病性禽流感的防控提供決策依據。（基金項目：揚州市自然科學基金資助，項目編號：YZ2017123;江蘇省衛生疾控中心資助項目，項目編號：SXGC〔2017〕232）

參考文獻：

[1]揚州市統計局.2016年揚州市國民經濟和社會發展統計公報[EB/OL].（2017-03-15）[2019-10-15].http：//www.yangzhou.gov.cn/tjj/tjjtjgb/201703/9207097a6c334f3c9d02ded6db99c3f6.shtml.

[2]蔣文明，王艷，李金平，等.2014—2016 年華東地區某市活禽市場禽流感流行病學調查與分析[J].中國動物檢疫，2017（1）：14-18.

[3]騰訊新聞.我內地疫情一覽表[EB/OL].（2018-11-26）[2019-10-15].http：//js.qq.com/a/20170225/2500.htm.

[4]孫菊英，呂鋼進，宋雪花，等.高致病性禽流感風險預警評估體系研究[J].中國家禽，2006（12）：23-25.

[5]張志誠，李長友，黃保續.中國禽群高致病性禽流感發生狀況及其風險預測[J].畜牧獸醫學報，2010（4）：454-462.

[6]Chen Y X. Global analysis of an SEQS avian influenza model[J]. Journal of Fujian Agriculture amp; Forestry University（Natural Science Edition），2010（2）：173-176.