试论国家救灾资金的精准风险控制方法*

赵郁园

(西京学院 商贸技术系，陕西 西安710123)

自然灾害常常会给人民的生命和财产安全造成了严重的危害。灾后家园重建及灾后伤员救治都是急需解决的问题，其基础即就是救灾资金的使用，对救灾资金进行精准分析，降低其使用风险，是保证灾后重建与救治的基础保障[1]。

传统的方法是先对受灾地区的范围、救灾资金的分配金额进行数据统计分析，建立救灾资金与受灾范围之间的关系表达式，通过表达式来判断救灾资金的风险，实现精准控制，但存在救灾资金预测不准确，导致风险增加的问题。例如许闲等[2]通过构建地震灾害救灾支出负担的积累模型，模拟了在救灾资金金额不同时，救灾资金负担的变动情况，并以此检验救灾资金风险的控制,但存在救灾资金风险控制不准确的问题。韦力行[3]提出一种救灾精细化模型管理方法，通过对以往救灾资金金额进行建模分析，并计算扰动幅值，得出某一灾区的历史救灾资金数据，根据数据特征进行救灾资金分配，但该方法分析的内容较为单一，导致分析结果不准确。

针对以上问题，本文提出了基于多因素分析的救灾资金精准风险控制方法，对救灾资金的进行合理分配，实现救灾资金风险的精密控制，最后进行实验对本文方法的有效性进行验证。

1 救灾资金的合理分配

传统方法对救灾资金进行分配，大部分都是根据之前自然灾害发生的概率及灾害严重程度，对此次受灾地区需要的救灾资金进行预测，根据预测的结果发放救灾资金[4]。但由于发生自然灾害的区域、受灾严重程度不同，传统方法的救灾资金风险通常较高。为了实现救灾资金的合理分配，首先根据灾害稳定性和经济损失率对灾害造成的经济损失进行分析，然后通过模糊集运算方法精确计算出救灾资金的数值，降低救灾资金的风险[5-6]。

1.1 灾害造成的经济损失

自然灾害具有不确定性，因此自然灾害造成的经济损失也是不同的[7]。灾害造成的经济损失可以通过经济损失率来体现。计算经济损失率，首先要计算出自然灾害的稳定系数，通过稳定系数计算出灾害的损失率进而判断灾害造成的经济损失。

(1)灾害的稳定系数：根据灾害的成因、分布特征，建立灾害稳定系数Q的计算公式为：

(1)

式中：Q为稳定系数，Fr表示灾害发生面积，Rr表示灾害发生频次，Fs为可发生灾害面积，Rs表示预计灾害发生频次，φ为易发性综合指数，α为易发性指数。运用公式(1)可以计算出灾害的稳定系数，稳定系数越大，灾害造成的经济损失就越小；反之稳定系数越小，灾害造成的经济损失就越大。

(2)灾害的经济损失率：灾害的经济损失率可以用来判断灾害造成的经济损失大小，经济损失率Y为：

(2)

式中：Cb表示受灾区域在受灾之前具有的经济价值；Cs表示受灾之后的剩余价值；Q为稳定系数。通过经济损失率可以对灾害造成的损失进行准确的判断，经济损失率的大小与灾害造成的经济损失大小呈正相关。

1.2 救灾资金的分配

对救灾资金进行合理分配，首先需要确定分配的模糊集，设模糊集为U,模糊集中具有单因素uin，模糊集的表达式为：

U=(ui1,ui2,…,uin)。

(3)

式中：0≤uin≤1，i=1,2,…,n。

根据模糊集的运算方法，可以得到救灾资金的分配矩阵P：

(4)

结合分配矩阵P，经济损失因子的权系数ωi的表达式为：

(5)

式中：bi为加权因子。

计算救灾资金分配的上、下限金额，可以限制救灾资金的分配额度，使救灾资金的分配更加合理。设G和V分别为资金分配的上限与下限集合，其表达式为：

G={t1,t2,…,tn}，V={l1,l2,…,ln}。

(6)

假设资金分配的上限与下限具有全局独立性，并且参数θ也是独立的，同时满足以下限制条件：

(7)

式中：P(θ|G,V)为资金分配上、下限的准确概率，θij表示上、下限集合D和V的第i参数的第j种分布。

(8)

式中：C为常量。

经过公式(7)的条件约束，公式(8)得出的匹配结果更加准确，这样可以使救灾资金的分配更具有合理性。

2 救灾资金风险精准控制

想要对救灾资金的风险实行精准的控制，需要对救灾资金的风险进行预测[8]，并建立救灾资金风险预测体系。对风险预测的准确性越高，救灾资金控制的精准度就越高[9]。通过评价指标的熵值和熵权大小来判断，而一致性比例fs为判断评价指标大小的临界值。如果一致性比例fs的值大于0.1则需要对风险预测矩阵进行修正。

2.1 风险预测

在灾害发生的不同阶段，救灾资金风险预测体系中的各类指标也是有所不同的[10]。本文通过熵权法确定不同灾害程度下的指标和风险预测标准值，熵权法是研究目标对象重要性程度分布的主要方法之一[11-13]，可以据此衡量出评价系统之内某一个指标，以及细化各个指标的重要性程度和变异程度。从一定程度上，可以认为评价指标的熵值和熵权越小，即一致性比例fs<0.1，则对风险预测的准确率就越高。风险预测指标的标准化矩阵H表示为：

H=(hij)m×n。

(9)

式中：hij表示在第i个自然灾害预测中的第j个评价指标权重；m、n为常数。那么在第i个自然灾害预测中的第j个评价指标权重wij为：

(10)

此时，救灾资金的风险预测体系中指标的熵值ej和熵权ωj分别表示为：

(11)

(12)

通过公式(11)和公式(12)可以得出评价指标的熵值和熵权，在此之后还需要对风险预测指标的标准化矩阵的一致性比例进行计算，进而可以判断出救灾资金风险的准确率大小。如果准确率过低需要对风险进行修正。

2.2 风险修正

在对风险进行预测之后，如果准确率过低则需要对风险预测矩阵进行修正，以实现对救灾资金风险的精密控制[14]。设风险预测指标的标准化矩阵H的一致性指标为fr，一致性比例为fs，当fs<0.1，则风险预测指标的标准化矩阵满足一致性检验，否则需要对风险预测指标的标准化矩阵进行修正。一致性指标的计算公式为：

(13)

式中：λmax表示标准矩阵的最大特征值；d′表示标准矩阵的维数。

通过一致性指标可以计算出一致性比例fs的值：

(14)

式中：Sr为随机一致性指标，与矩阵维数d′有关，通过查表求得。

在一致性比例fs>0.1的时候，进行风险预测的标准矩阵存在一定的偏差，会影响最终预测结果的准确性，因此有必要对偏差矩阵进行修正。

kij=hij·σij。

(15)

式中：i=1,2,…,a。当σij=1时偏差矩阵K与标准矩阵H一样，满足一致性要求。由此就能求出扰动幅值σij：

(16)

从扰动幅值最大的元素进行修正[15]，首先确定最大扰动幅值σqg，其次将偏差矩阵K中元素kgq及kqg作出修改，而kgq为kqg的倒数，最终运用加权最小二乘法得到修正后的矩阵K′，σqg通过下式求出：

(17)

式中：kqg通过下列公式求出：

(18)

最后得到修正后的矩阵K′为：

(19)

检验修正后的矩阵K′是否满足一致性条件，如果修正后的矩阵满足一致性条件，则修正过程终止；如果修正后的矩阵不满足一致性条件，则根据上述过程继续对矩阵K′进行修正，直到修正后的矩阵满足一致性要求。以此来降低救灾资金的风险，实现救灾资金风险的精密控制。

3 实例检验及其分析

2017年8月8日21:19四川省九寨沟县发生7.0级地震，震源深度20 km，位于33.20°N， 103.82°E，震中海拔2 000 m以上。为了检测本研究对救灾资金风险控制的精确性，在实验开始之前，对四川阿坝州九寨沟县的地理条件进行了调查分析，对灾损等级进行划分，并根据相关理论和采集资料的手段提取实验数据。

3.1 灾损等级划分标准

在对救灾资金风险控制的精确性进行验证之前，需要对实验地区灾害等级程度进行划分，并以此作为发放救灾资金的依据，根据划分结果提取救灾资金标准数据。表1为灾损等级划分标准表。分析表1可知，灾害损失指数与灾害损失等级呈正相关，灾害损失指数越高，灾害损失等级越高。根据等级标准对2017年四川阿坝州九寨沟县地震灾害对该地区造成的损害进行区域划分，并收集了当地民政部门的相关救灾数据，依据划分结果对本文控制方法的救灾资金风险控制的精确性进行测试。

表1 灾害损失等级划分标准

3.2 救灾资金分配的准确性分析

通过对自然灾害的规模进行准确分析，要针对不同的自然灾害规模合理的分配救灾资金，所以能否保障救灾资金分配的合理性，是评价本研究可行性的一项重要指标[16-17]。实验选取10个受灾区域为样本，运用本研究的方法对各个受灾进行救灾资金分配实验，并将其控制精度结果与实际值进行参照，实验结果如表2所示。对表2进行分析可知，通过与实际救灾资金的对比可知，本研究对10种不同受灾区域进行救灾资金分配的准确性较高，尤其是在灾区4和灾区9等受灾严重、救灾资金需求量较大的灾区，救灾资金分配的准确度更高，经过计算救灾资金分配的准确率最高可达99%，说明本研究的结果具有一定的合理性，能够为灾区救灾资金的控制工作提供一定的参考价值，保障合理的、科学的使用救灾资金，为灾区修复与重建提供基础。

表2 本文控制方法的精准度测试结果

综上所述，通过对实际案例的分析调查，采集相关数据，验证了使用本研究进行自然灾害规模预测具有相对较高的准确性，救灾资金分配的合理性也相对较高，可以基本实现对救灾资金风险的精准控制。为受灾地区救灾、安置、迁移等工作可提供科学的理论依据。

4 结束语

为了解决传统救灾资金风险控制方法中存在的问题，本文提出了一种基于多因素分析的救灾资金精准风险控制方法。通过经济损失率和模糊集运算方法，判断不同灾区的经济损失情况及对救灾资金的需求情况；根据得到的结果精准的分配救灾资金。运用熵权法和最小二乘法对救灾资金的风险进行预测并修正，通过这两种方法达到降低救灾资金风险的目的。经过实验验证可知，本研究可以对救灾资金进行相对合理、精准的分配，并且能有效的降低救灾资金使用的风险。