基于貝葉斯和云模型的區域型社會穩定風險評估機制研究
——以中國（濟南）特醫食品產業城為例

文/王建浩 劉璐

一、引言

現如今，我國經濟發展迅速，產業結構不斷優化升級，出現了大量以集成化、集約化生產為主導的高科技產業城區域，如特殊醫療用途食品產業城、化工產業園、數字化產業城等。目前所進行研究中，以重大項目和重大決策社會穩定風險評估為主，涉及到區域型社會穩定風險評估研究內容較少。區域型社會穩定風險作為包含重大項目、重大決策和土地征收三者的結合體，工程之間的相鄰影響、重大決策對重大項目的政策指導以及土地征收與重大工程、重大決策的先后關系等均需要科學的理論作為支撐。因此，本文為區域型社會穩定風險評估研究提供理論支撐，并填補區域型社會穩定風險評估研究方面的空白。

本文基于貝葉斯理論和云模型，一方面利用Netica軟件的數據學習能力，了解某一區域內社會穩定風險評估概況，提高數據庫應用的通用性；另一方面，利用Matlab軟件得出區域型社會穩定風險評估的評價云圖，與標準云圖進行對比，得出風險評價結論。同時，基于貝葉斯理論和云模型提出了區域型社會穩定風險評估方法，以期為行業內同類項目的開展提供參考。

二、理論關系

（一）區域型社會穩定風險評估

區域型社會穩定風險評估是指針對于某一特定區域（某科技區、某產業區）內的各類項目落地、各項政策執行進行一個統籌性的社會穩定風險評估。在某一特定區域，基本上都是某一特定行業的項目或者其配套服務設施項目，這種項目對周邊利益相關者的影響類似，對社會穩定的影響方面基本相同，因此，采取區域型社會穩定風險評估可減輕項目單位和風險評估主管部門的工作壓力。

（二）貝葉斯理論、Netica學習模型與社會穩定風險評估

貝葉斯理論是用來解決不確定因素較多的情況，在相關調查數據支撐的基礎上，對這些不確定性進行分析，從而得出風險概率的分布情況，其所需的數據需要保證真實有效。基于貝葉斯理論，利用Netica軟件的大數據學習能力，可以將某工程咨詢機構150余萬份社會穩定風險評估調查問卷的數據庫進行學習，再將某一特定區域的調查問卷進行植入，可以得到該區域型社會穩定風險評估的數據。

（三）云模型與社會穩定風險評估

不確定性與隨機性是社會穩定風險評估行業的主要特征，云模型在二者之間關系的處理上具有獨到之處，通過對調查問卷中不確定性與隨機性進行分析，將定性與定量相結合，從而得到真實的風險評價結論。

三、理論研究

（一）Netica學習模型

采用Netica工具進行系統科學的風險概率及權重預測。通過將已有的數據庫中同類項目的問卷數據進行Netica模型學習，得到每一個單因素風險的模型，再將某一區域抽樣調查問卷的所有單因素風險進行錄入，通過Netica工具進行風險預測，得到某一區域的各個單因素風險。在Netica工具中，離散型概率近似等于權重，因此，各風險的權重采用Netica工具輸出的風險概率。

（二）云模型

在云模型中，利用期望值（Ex）、熵（En）、超熵（He）3個數字特征完成了模糊概念與確定數據之間的轉化。在社會穩定風險評估階段，通常利用專家打分法來確定某項目的單因素風險指數，這種方法出來的指數較為模糊、含有主觀意識。然而通過云模型，將含有模糊性的表述轉換成確定的數字特征，風險評價結果更加具有科學性。

1.確定風險因素集合、評語集合、標準云模型

在利用云模型進行社會穩定風險評估之前，首先，需要對某一特定區域型穩評所有涉及到的單因素風險進行評語集定義；其次，在云模型中定義風險評價指標的標準云，輸出每項單因素風險的風險程度；最后，針對風險程度較高的風險因素提出風險防范化解措施。單因素風險程度一般分為以下五個層次，以w字符來表示為：

w={w1,w2,w3,w4,w5}={微小風險、較小風險、一般風險、較大風險、很大風險}

在生成云模型標準評語集之后，利用Matlab軟件，使用正向云發生器，可以得到某一特定區域型穩評風險云評價結論，結果如表1所示：

表1 云模型風險因素評價等級及云參數

2.基于云模型的單因素風險指標評價

（1）單因素風險的高低框定打分

采用專家打分的方法獲取某區域型穩評風險因素的高低框定打分，專家根據上述穩評單因素風險評價，給出每項單因素風險指數的最高分和最低分（Max和Min），通過公式得到該區域型穩評云模型的3個特征參數，利用Matlab軟件將每項單因素風險指數的最高分和最低分（Max和Min）作為云滴值分別帶入逆向云發生器，可以得到區域型穩評單因素云Max參數和云Min參數。

（2）單因素風險指數計算

利用（式1）計算各單風險指標的云參數。

3. 最終綜合評價

（1）區域型穩評風險云評價模型

通常某一個主要風險因素都是由多個單因素風險構成，通過（式1）可以得到單因素風險指數，通過將單因素風險指數云匯總，得到區域型穩評主要風險指數，主要計算公式如（式2），最終獲得某區域型社會穩定風險評估云模型。

（2）項目總體風險評價

結合利用Netica軟件獲得的權重運用式（3）得到該項目社會穩定風險最終評價云模型：

四、實證探究

（一）基于貝葉斯理論單因素風險概率計算

在中國（濟南）特醫食品產業城社會穩定風險評估中，風險因素可以分為8種類型：政策規劃和審批程序、征地拆遷及補償、技術經濟方案、生態環境影響、經濟社會影響、項目建設管理、社會輿論導向、質量安全和社會治安。將這8種類型進行細分，可以得到34種單因素風險。接下來運用Netica軟件，將前期調查得到的數據進行導入，利用貝葉斯理論，使用Netica軟件對34種單因素風險進行分析，得到8種主要風險因素的風險權重值。

根據Netica軟件的分析可以得知，每項主要風險概率如表2所示：

表2 主要風險因素概率匯總表

（二）基于云模型單因素風險指數計算

針對v1的兩個單風險因素進行高低框定打分，如表3所示：

表3 v1單風險因素高低框定打分表

利用Matlab軟件，根據（式1）可以得出v1的兩個單風險因素各自的云參數：Max（v11）（0.3356，0.0396，0.0121），Min（v11）（0.2258，0.0477，0.0042），Max（v12）（0.3366，0.0395，0.0119），Min（v12）（0.2249，0.0467，0.0046）；根據（式2）可以得出v1主要風險因素對應的云參數（0.2745,0.0794，0.0157）。

同上上述理論可以得出：

結合Netica求得各主要風險因素的權重，該區域型穩評匯總如表4所示：

表4 v1風險因素匯總表

根據（式3）可以求得中國（濟南）特醫食品產業城區域型風險評估云模型為:

（三）風險評價結論

根據區域型風險評估云模型（0.3127,0.0777,0.0194）可知，中國（濟南）特醫食品產業城區域型穩評風險程度在較小風險與一般風險之間，未達到一般風險等級，屬于較小風險，與項目的實際情況一致。

為直觀地表明中國（濟南）特醫食品產業城區域型社會穩定風險評估總體風險等級及單因素風險等級，利用Matlab軟件，得到項目的總體云圖和單因素云圖（除標注外的藍色線條，從左往右依次為：微小風險、較小風險、一般風險、較大風險、很大風險），如下所示：

圖4-1 項目總體風險云圖

圖4-2 政策規劃和審批風險云圖

圖4-3 征地拆遷及補償風險云圖

圖4-4 技術經濟方案風險云圖

圖4-5 生態環境風險云圖

圖4-6 項目質量管理風險云圖

圖4-7 經濟社會影響風險云圖

圖4-8 施工安全與社會治安風險云圖

圖4-9 社會輿論導向風險云圖

對比總體云圖與各單因素風險云圖可知：征地拆遷及補償與社會輿論導向兩個單因素風險較為偏右，且風險權重也比較偏大。根據實際調研情況分析，當地老百姓最為在意的即為征地拆遷及補償方面，容易在老百姓內部形成輿論問題。因此，征地拆遷及補償與社會輿論導向風險水平要高于整體風險水平。

五、結論與建議

我國各區域的地形地質條件差異較大，區域社會經濟和民族文化各有特色，不同區域的區域型穩評的特點性較強、差異化較大。針對以上特點，結合區域型社會穩定風險評估機制的要求，提出以下結論與建議：

一是利用Netica強大的學習能力，增強風險因素確定的準確性。在對風險指標體系敏感性分析和指標權重計算的基礎上，從合理性、合法性、合理性、可行性四個方面構建區域型社會穩定風險識別指標體系；通過貝葉斯理論，利用Netica軟件對已有數據庫進行數據學習，對評估指標進行篩選，明確評估指標體系中的具體指標，對評估指標體系中的指標權重進行量化確定。此外，對數據學習過程進行優化，增強區域型社會穩定風險評估指標體系的靈活性，降低因區域內項目類型不同導致的輸出結果中的風險誤差。

二是采用基于云推理模型的區域型社會穩定風險評估方法，并以區域型社會穩定風險評估實例驗證該評估方法的合理性和科學性。筆者在風險評估體系的基礎上，針對區域型社會穩定風險評估過程中的不確定性和模糊性，提出了基于云推理模型的區域型社會穩定風險評估方法。同時，將正態云理論應用于區域型社會穩定風險不確定推理預測，并構建基于條件云發生器的云語言預測規則，在此基礎上提出了基于云推理模型的區域型社會穩定風險評估模型，最后以實際數據驗證評估方法的實用性。

三是發揮區域數據庫強大的支撐作用。本文所論述的情況適合在某一區域具有強大的數據庫支撐，數據庫作為Netica學習的基礎，需要涵蓋區域型社會穩定風險評估機制中的所有風險因素。

綜上所述，Netica學習與云模型在區域型社會穩定風險評估的應用，可以更好地提高某一特定區域內風險評價體系的完整性、風險評估結果的準確性以及風險防范化解措施的針對性。