基于AHP-FUZZY的自然災害公眾風險感知模型研究

DOI：10.19850/j.cnki.2096-4706.2021.09.030

摘? 要：文章以地震災害為例，通過對教育水平、經濟水平、受災經歷、自然災害嚴重度和受災頻次五個要素進行分析，基于AHP-Fuzzy建立重大自然災害公眾風險感知評價模型。首先利用層次分析法確定各要素的權重大小，再運用一級模糊綜合評判法對四川省、云南省和浙江省關于地震災害的公眾風險感知水平進行評價分析。結果顯示，四川、云南公眾風險感知水平較高，浙江公眾風險感知水平較低，模型結果合理，該模型能夠為自然災害監管提供初步指導意見。

關鍵詞：風險感知;綜合評價;地震災害;AHP-Fuzzy

中圖分類號：O141.4;X91 文獻標識碼：A 文章編號：2096-4706（2021）09-0115-05

Research on Public Risk Perception Model of Natural Disaster Based on AHP-Fuzzy

YU Tianlong

（China University of Geosciences（Beijing），Beijing? 100083，China）

Abstract：Taking the earthquake disaster as an example，this paper analyzes five elements of education level，economic level，disaster experience，natural disaster severity，and disaster frequency，and establishes a public risk perception evaluation model for major natural disasters based on AHP-Fuzzy. First，uses the analytic hierarchy process to determine the weight of each factor，and then uses the first-level fuzzy comprehensive evaluation method to evaluate and analyze the public risk perception level of earthquake disasters in Sichuan Province，Yunnan Province and Zhejiang Province. The results show that Sichuan and Yunnan have a high level of public risk perception，and Zhejiang has a low level of public risk perception. The model has a reasonable result and it can provide preliminary guidance for the natural disaster supervision.

Keywords：risk perception;comprehensive evaluation;earthquake disaster;AHP-Fuzzy

0? 引? 言

風險感知是用來描述人們對風險的態度和直覺判斷的一個概念。從廣義上來講，它也可以指代人們對風險的一般評估與反映^[1]。P Slovic認為，風險感知是個體對其所處的外部環境，依據自身的直覺而產生的各種可能出現的客觀風險的感知以及感受，并對風險進行評估的行為，且個體的風險感知會受主觀判斷以及所獲經驗的影響^[2]。相應的，自然災害風險感知是公眾獲取自然災害方面的信息，并根據自身情況采取避免災害或者降低災害損失的態度、選擇與行為^[3]。自然災害風險感知的研究能夠有效判斷人們在面對災害時的行為以達到降低災害損失的目的。

近20年來，世界各國城市化進程加快，全球氣候變暖、海平面上升所帶來的負面效應日漸顯現，洪澇、泥石流、臺風、地震等自然災害頻繁發生，造成了巨大的人員傷亡和財產損失，嚴重阻礙了人類社會的健康發展。本文基于AHP-Fuzzy的方法，建立普適性的重大自然災害風險感知模型，以對某地區公眾對某自然災害的風險感知程度進行初步研究，為災害的預防和管控提供指導性的意見。

1? 模型建立

1.1? 模型建立方法的選擇

本次模型的建立是運用層次分析法篩選各要素并確定各要素權重，然后運用模糊綜合評價法將各要素進行定量評價并進行梯度比較^[4]，最后確定重大自然災害公眾風險感知水平，具體方法如圖1所示。

1.2? 模型要素的確定

建立重大自然災害公眾風險感知模型，所確定的評價因素要有代表性、科學性及可操作性。首先，能夠對重大自然公眾災害風險感知水平造成影響的因素有很多，我們只能選擇其中相關性高、代表性強的因素來說明問題;另外，因素的選擇要具有實際操作性，每個指標都應有理有據，并易于量化分析^[5]。

根據收集的資料，相關研究一般將災害嚴重度、災害頻次、受災經歷、經濟水平、情緒水平、教育水平、政府的應對情況、社會輿論、公眾信任度以及可接受度等因素作為風險感知評價要素。其中，災害嚴重度、災害頻次、受災經歷三大要素是影響重大災害公眾風險感知的最重要的因素，極具代表性，數據也易于收集與量化，處理較為簡便;經濟水平和教育水平的重要性略次之，但數據也較易收集與量化。除此之外，情緒水平、政府的應對情況、社會輿論等要素相對于地區公眾風險感知程度重要度較低，且數據難以收集與量化，因此本次模型的建立將其舍去，只保留災害嚴重度、災害頻次、受災經歷、經濟水平、教育水平五大要素進行模型的建立。建立結果如圖2所示。

1.3? 要素權重的確定

要素確定以后，構造判斷矩陣，如表1所示，通過層次分析法兩兩比較的方式確定各要素權重。經計算各要素的權重為災害嚴重度（S）：51.74%，災害頻次（P）：17.22%，受災經歷（E）：17.22%，經濟水平（G）：3.48%，教育水平（T）：10.35%。

經計算，CI=0.001 2，一致性比率CR=0.001 1，此矩陣的一致性可以接受，因此各要素權重占比合理。

1.4? 評價要素的提取與量化

我們將教育水平、經濟水平、受災經歷、自然災害嚴重度和自然災害頻次五個要素進行分級，均由高到低確立了A，B，C，D四個等級，以下為具體分析：

（1）教育水平。風險感知水平的高低一定程度上受該地區公眾受教育水平高低的影響。本文以學生人均教育經費的多少來判斷一個地區的教育水平高低，學生人均教育經費越高，教育水平越高，反之，學生人均教育經費越低，教育水平越低^[6]，具體分級標準如表2所示。

（2）經濟水平。經濟水平同樣會對某地區災害風險感知水平造成一定影響。本文以人均GDP來判斷一個地區的經濟水平高低，人均GDP越高，經濟水平越高，人均GDP水平越低，經濟水平越低，具體分級標準如表3所示。

（3）受災經歷。一般情況下，公眾對于經歷過的自然災害風險感知程度高于沒有經歷過該自然災害的公眾，因此，本文以受災人口數量占該地區總人口數量的比例來判斷該地區公眾的受災經歷情況，受災人口數量占比越高，該地區公眾受災經歷越豐富，反之，受災人口數量占比越低，經歷越匱乏，具體分級標準如表4所示。

（4）自然災害嚴重度。在自然災害嚴重度的劃分依據方面，本文參考了安全生產事故等級的判定標準，將自然災害嚴重度分為特別嚴重、比較嚴重、嚴重與一般四個等級，以傷亡人數和直接經濟損失來判斷自然災害嚴重度，具體分級標準如表5所示。

（5）自然災害頻次。公眾的風險感知水平高低與自然災害的發生頻次有關，一方面，一種自然災害發生頻次越高，公眾受災經歷得到豐富，有助于提高風險感知水平;另一方面，一種自然災害如果經常發生，該地區的預警與防護設施措施將更加完備，也會提高公眾的風險感知水平，具體的分級標準如表6所示。

1.5? 公眾風險感知的評價

公眾風險感知的評價方法為模糊綜合評判法，首先構建模糊矩陣。本次模型確定的因素有5個，災害嚴重度（S），災害頻次（P），受災經歷（E）、經濟水平（G）、教育水平（T），因此因素集為：

U={u₁，u₂，u₃，u₄，u₅}

u₁=“教育水平”、u₂=“經濟水平”、u₃=“受災經歷”、u₄=“災害嚴重度”、u₅=“災害頻次”。

由各要素的地位和作用不同，確定權重向量：

A=[0.103 5，0.034 8，0.172 2，0.517 4，0.172 2]

本次模型出現的評語有4個：A、B、C、D，分別對應風險感知水平的高、較高、一般、較低。因此評語集為：

V={v₁，v₂，v₃，v₄}

v₁=“A”、v₂=“B”、v₃=“C”、v₄=“D”

確定評語集后，即可建立評判矩陣。先對每個因素進行評價，例如，對于“教育水平”u₁，按照量化標準，某地區十年內的教育水平等級依次為：A、A、B、B、B、C、B、D、D、C。其中A等級占20%，B等級占40%，C等級占20%，D等級占20%，則對該地區“教育水平”u₁的評價為：

r₁={0.2，0.4，0.2，0.2}

同樣，對該地區“經濟水平”u2的評價為：

r₂={0.6，0.2，0.1，0.1}

對該地區“受災經歷”u3的評價為：

r₃={0.4，0.2，0.2，0.2}

對該地區“災害嚴重度”u4的評價為：

r₄={0.3，0.1，0.3，0.3}

對該地區“災害頻次”u5的評價為：

r₅={0.3，0.1，0.3，0.3}

得到評判矩陣：

基于合適的模糊合成算子計算總評價，一般對B進行歸一化處理，再根據最大隸屬度原則做出判斷。

例如，計算出B=[0.317 3，0.151 7，0.265 5，0.265 5]，由于B中最大數0.317 3出現在第一位，故對該地區重大自然災害公眾風險感知水平“A”就是最終評判結果。

2? 應用實例——以四川、云南和浙江為例

2.1? 相關數據搜集

本次研究的數據來源于國家統計局并參考了相關文獻，分別就教育水平、經濟水平、受災經歷、自然災害嚴重度和自然災害頻次五個指標進行了數據匯總，具體的數據情況如表7、表8、表9所示。

2.2? 數據結果分析

基于本模型，由層次分析法確定5個指標權重后，使用模糊評價法對四川、云南和浙江三個省份的地震災害公眾風險感知水平進行評價，得到三個綜合評判向量，以下為具體內容：

根據上述數據及步驟，四川最終得到評判矩陣：

基于合適的模糊合成算子B=A×R計算總評價，得到判別矩陣B=[0.586 2，0.124 0，0.134 4，0.155 3]，根據最大隸屬度原則可知，四川公眾對地震的風險感知水平為A級，即風險感知水平高。

云南最終得到評判矩陣：

基于合適的模糊合成算子B=A×R計算總評價，得到判別矩陣B=[0.637 9，0.082 7，0.186 0，0.093 4]，根據最大隸屬度原則可知，云南公眾對地震的風險感知水平為A級，即風險感知水平高。

浙江最終得到評判矩陣：

基于合適的模糊合成算子B=A×R計算總評價，得到判別矩陣B=[0.138 0，0.103 6，0.051 7，0.706 7]，根據最大隸屬度原則可知，浙江公眾對地震的風險感知水平為D級，即風險感知水平較低。

從結果來看，四川、云南的公眾地震風險感知水平較高，而浙江的公眾地震風險感知水平較低，與實際情況相符合。因此本文提出的重大自然災害風險感知模型較為合理，對政府的自然災害監管與預防工作具有初步的指導作用。

3? 結? 論

深入研究重大自然災害下公眾的風險感知水平、風險行為模式，是幫助我們了解自然災害、應對自然災害的基礎性研究。本文針對公眾對重大自然災害風險感知，提出了基于AHP-Fuzzy的重大自然災害風險感知模型，該模型具有普適性，能夠對某地區人民對某種自然災害的風險感知水平進行初步判定，為政府的防災減災工作提供指導性的意見。重大自然災害風險感知模型的實際應用與改進仍在進一步摸索之中，還需要進一步完善。

參考文獻：

[1] 劉金平，周廣亞，黃宏強.風險認知的結構，因素及其研究方法 [J].心理科學，2006（2）：370-372.

[2] SLOVIC P. Perception of risk [J].Science，1987，236（4799）：280-285.

[3] 蘇飛，何超，黃建毅，等.災害風險感知研究現狀及趨向 [J].災害學，2016，31（3）：146-151.

[4] 鄒濤，朱江雪.裝備制造企業產品創新設計思維評估方法 [J].機械設計，2020，37（9）：140-144.

[5] 張文朋.基于AHP-Fuzzy的地震危險度評價初探 [J].華北地震科學，2018，36（4）：63-72.

[6] 李華強，王順洪，范春梅，等.突發性災害中的公眾恐懼心理及其應急管理研究 [J].華東經濟管理，2011，25（9）：36-40.

作者簡介：俞添瀧（2000.02—），男，漢族，浙江紹興人，本科在讀，研究方向：安全工程。

收稿日期：2021-04-04