基于FAHP 法的沙依巴克区社区公共安全水平研究∗

王 宾 张劭恺 关志强

（新疆农业大学管理学院 乌鲁木齐 830052）

1 引言

城市现代化过程中面临的挑战是众多的，其中公共安全问题［1～2］由于具有连锁性和爆发性已然成为威胁城市稳定的主要因素。不断爆发的危害城市公共安全的危机事件，如国际恐怖主义、SARS都给世界经济带来了不可估计的损失。因此建立行之有效的危机防范体系越来越受各国决策者的关注。针对我国目前城市社区公共安全评价研究较为落后，评价工具以及评价技术的选择都还秉持“拿来主义”的现状［3］，通过参考发达国家城市公共安全评价理论、指标体系以及评价工具［4～6］，并结合沙依巴克区当前社区公共安全管理的实际，建立了社区公共安全评价指标体系。通过对指标合理分配权重，并构建了基于FAHP 法社区公共安全评价模型，对沙依巴克区社区公共安全现状进行了综合评价。

2 城市社区公共安全评价指标体系的构建

国际上通常将公共安全评价归纳成脆弱性和能力两个维度。脆弱性是指由自然或者人为因素引起的，使某一个区域相较于其他地方更容易受致灾因子影响的特性，而能力则表现为受灾害侵害区域通过抵抗或者自身的改革从而在系统结构上持续保持这种能力的特性。

关于公共安全评价框架的构建，国外主要集中在三个方面：单纯的能力评价，单纯的脆弱性评价，能力与脆弱性的综合评价［7］。由于危机防范基本上遵守的是一条降低脆弱性，提高能力的过程。因此，本文主要在参考国际成熟的公共安全理论和评价体系的基础上，构建了一套基于脆弱性和能力两方面属性的乌鲁木齐市公共安全评价指标体系（见表1）。

表1 城市社区公共安全评价指标体系

在这套社区公共安全评价指标体系中，总目标为社区公共安全发展程度，2 个一级指标，8 个二级指标，24 个三级指标。其中脆弱性和能力为一级指标，自然灾害、人为事故、公共卫生与社区治安条件、安全基础设施、危机管理能力、危机预防能力、危机应对能力可以整合为二级指标，其余为三级指标［8］。

3 基于FAHP 法的社区公共安全的综合评价

3.1 基于AHP法的评价指标权重确定

在构建社区公共安全评价指标体系的基础上，使用1～9 级准则进行指标间的两两比较［9］，并构造判断矩阵，然后使用和积法对权重进行计算，过程如下。

第一步，对判断矩阵的每一列进行归一化处理；

第二步，将归一化处理后的矩阵按行相加；

第三步，将得到向量进行归一化，结果为W=[w1，w2，…，wn]T，即所求的特征向量；

第四步，计算矩阵的最大特征根λmax；

第五步，一致性检验。一致性检验可以运用公式C.R=C.I/R.I 和C.I=（λmax-n）/（n-1）进行，其中C.R 是随机一致性检验比率，n 是判断矩阵的阶数，λmax 是判断矩阵的最大特征根，Saaty 给出的平均一致性指标如表3 所示。当C.R＜0.1 时，判断矩阵符合一致性标准，层次排序结果可以接受［10］，当C.R＞0.1时，需要对判断矩阵进行重新修正。

3.2 社区公共安全评价模型的构建

模糊层次分析法（FAHP），结合了AHP 法与模糊综合评价法两种分析法，以最大隶属度为原则，以模糊数学运算为基础，并结合定量与模糊线性转化原理的综合评价法。通过构建隶属函数从而对社区公共安全评价指标进行量化，进而实施数学运算并得到科学的量化结果。主要包含以下几个步骤。

第一步：确定被评对象的评价因素集。设U 为各层指标的集合，则U=｛u1，u2，u3，…，un｝，其中un（n=1，2，…，n）为第n个影响因素。

第二步：建立评价等级域和标度向量。设V 为评价等级集合，则V=｛V1，V2，…，Vm｝，Vn（n=1，2，…，n）表示评价集合的第n 个糊子集。设H 为得分集且属于区间［1，5］，则H=｛h1，h2，…，hn｝，hj（j=1，2，…，n）表示等级Vn取值。本研究构建的等级域和标度向量为｛低，较低，一般，较高，高｝=｛1，2，3，4，5｝。

第三步：确定各级评价指标权重。采用层次分析 法（AHP）来 确 定 指 标 权 重 W，则 W=[w1，w2，…，wn]T。

第四步：建立模糊隶属矩阵R。可利用模糊统计法和模糊隶属函数计算出评语的隶属度。

1）定性因素可以使用统计方法予以求出，例如，对于定性指标（居民社区安全感）使用五级标度法进行量化。假设10 位居民有2，3，3，2，1 位分别认为社区安全感低、较低、一般、较高、高，则模糊综合评价集可以表示为（0.2，0.3，0.3，0.2，0.1）。

2）定量因素。以刑事案件指标为例，发现当刑事案件的发生次数每月不超过4 次时，居民的社区安全感最高；4～10 次，较高；10～18 次，一般；18～28次，较差；超过28 次，差。可以运用梯形与半梯形原理构造的评价因素隶属函数［11］如下：

假设某社区刑事案件的月发生率为24，则带入上述的函数公式可得S(X1)=S(X2)=S(X3)=0，S(X4)=0.8，S(X5)=0.2。使用该方法对定量型的社区公共安全因素进行测定，其结果依然满足归一化要求。由此可以得出与之相应的社区公共安全水平模糊集：

通过上述的定性与定量两种隶属函数可以进一步建立模糊隶属关系矩阵R。式中的rij表示某个被测所给出的第i个指标的评语等级U隶属程度。

第五步：综合评判及其得分。可以通过计算各自子目标的综合判断结果，进而求出总目标的综合判断向量。各子目标的判断向量及矩阵的表达式分别为

在求得各级综合评判结果的基础上，可求出社区公共安全综合发展程度（式（10）），通过结合公共安全评价等级（如表2 所示），采用加权法最终得出社区安全等级。

表2 社区公共安全评价等级

4 城市社区公共安全评价

4.1 样本选取

乌鲁木齐市沙依巴克区目前共有社区103 个，它们总体上可以被划分成单位型、居民型和综合型三种属性的社区，本文选取了在区位、人口规模、结构和社区性质具有代表性的社区各3 个。将这些社区作为研究对象有助于全面的了解沙依巴克区目前总体的社区公共安全水平。本文数据均来源于2015～2017 年（求这3 年的平均值）《沙依巴克区统计年鉴》、区政府工作报告和实际调研结果。

4.2 社区公共安全评价指标权重确定

采用层次分析法（AHP）计算各层指标权重。以准则层C 为例，首先建立两两判断矩阵，其用和积法计算最大特征根和特征向量，最后对权重进行一致性检验，结果如表3所示。

表3 B-C层判断矩阵及权重的计算

上述结果表明，判断矩阵满足一致性条件。

4.3 构建模糊评价矩阵

向9个社区的居民、管委会发放问卷500份，让他们就社区的实际在指标相对应的隶属度上做标记，最后通过统计得出不同等级总数除以500，其结果即为定性指标的模糊度值，结合定量性的资料收集结果从而构建的模糊关系矩阵Ri（如表4）。

表4 模糊矩阵结果列表

结合上节指标权重和模糊判断矩阵，运用Fuzzy 评价法实施因素的模糊计算，得到模糊的综合评价结果。例如对于危机预防能力：

同理，其他指标的模糊综合评价结果为

一级指标的模糊评价结果为：V=W*vi=W总=［0.438，0.562］T*vi：

依据表2 社区公共安全的等级划分从而得出各指标层的综合评价得分结果（见表5）和沙依巴克区社区安全的综合得分结果：

B=40*0+55*0.05+70*0.233+85*0.319+100*0.41=72.7。

表5 社区公共安全指标得分

5 结语

一级因素评价结果表明：脆弱性是影响沙依巴克区社区安全稳定的关键因素，而社区本身的危机预防和管理能力建设的不足同时又在加剧这种负面的影响。二级因素评价结果说明沙依巴克区社区整体的治安环境较好，社区应对和管理危机的能力较强。但相较于自然致灾因子，人为事故是影响社区安全稳定的主要因素。同时，加强社区公共卫生服务和公共安全基础设施建设，进一步提高社区危机预防能力是当前构建和谐社区的关键。因此，沙依巴克区目前危机的治理应该放在非自然灾害的因素上，同时增强危机的预防能力是建设安全和谐的社区环境和当前维稳工作的重点。