網(wǎng)絡(luò)分析法在民眾災(zāi)害脆弱性評(píng)估中的應(yīng)用*

何　佳，周　旗，雷春苗，楊　榮

(1.陜西省災(zāi)害監(jiān)測(cè)與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室，陜西 寶雞721013；2. 北京師范大學(xué) 地理科學(xué)學(xué)部，北京100875；3. 青海省氣象服務(wù)中心，青海 西寧910001；4.西藏自治區(qū)拉薩中學(xué)，西藏 拉薩850000)

近年來(lái)全球?yàn)?zāi)害頻發(fā)，災(zāi)害強(qiáng)度和損失程度也日益增強(qiáng)[1-2]。面對(duì)災(zāi)害事件成因復(fù)雜、種類繁多、地域分異明顯、群發(fā)性及突發(fā)性等特點(diǎn)[3]，做為受災(zāi)害影響最直接的人類社會(huì)系統(tǒng)，民眾是系統(tǒng)中受影響最敏感的群體，其抵御災(zāi)害風(fēng)險(xiǎn)的能力遠(yuǎn)弱于其它，受災(zāi)害事件的影響更為深入；同時(shí)，民眾在人類社會(huì)系統(tǒng)中本身就是脆弱的，在面對(duì)日漸頻發(fā)的災(zāi)害事件其脆弱性更是顯露無(wú)疑。民眾做為社會(huì)系統(tǒng)的核心，在面對(duì)災(zāi)害頻發(fā)狀態(tài)下表現(xiàn)出的脆弱度各有不同，為降低脆弱性就要科學(xué)識(shí)別脆弱人群與地區(qū)，合理規(guī)避風(fēng)險(xiǎn)。因此，在災(zāi)害背景下開展人類社會(huì)系統(tǒng)的脆弱性評(píng)估對(duì)于城市地域防災(zāi)減災(zāi)及可持續(xù)發(fā)展具有重要的意義。

脆弱性的評(píng)估流程包括指標(biāo)選取、指標(biāo)確權(quán)與指標(biāo)綜合3個(gè)具體步驟[4]。隨著脆弱性研究的進(jìn)行，脆弱性評(píng)估方法日益多樣化，選取合適的的評(píng)價(jià)方法是做好脆弱性評(píng)估的基礎(chǔ)環(huán)節(jié)。在選取具有準(zhǔn)確性和區(qū)域代表性的指標(biāo)后，如何確權(quán)成為關(guān)鍵，選取最優(yōu)的確權(quán)方法更好地測(cè)量民眾脆弱性是重點(diǎn)也是難點(diǎn)。通過(guò)當(dāng)前國(guó)內(nèi)外學(xué)者關(guān)于脆弱性評(píng)價(jià)研究成果可以看出，學(xué)者們根據(jù)脆弱性評(píng)價(jià)思路將評(píng)價(jià)方法大體分為定性評(píng)價(jià)、定量評(píng)價(jià)及定性和定量相結(jié)合三大類[5-16]。其中，定性方法主要有：同行評(píng)議法、特爾菲法；定量方法主要有：綜合指數(shù)法、圖層疊置法、模糊物元評(píng)價(jià)法、脆弱性函數(shù)模型評(píng)價(jià)法、危險(xiǎn)度分析；定性和定量相結(jié)合的多準(zhǔn)則評(píng)估法。不同的評(píng)估方法適用于不同的評(píng)估條件，也各有優(yōu)缺點(diǎn)，面對(duì)多指標(biāo)多準(zhǔn)則日漸復(fù)雜的系統(tǒng)綜合評(píng)價(jià)問(wèn)題，相比較其它評(píng)價(jià)方法來(lái)說(shuō)，多準(zhǔn)則評(píng)估法做為現(xiàn)代決策科學(xué)的重要組成部分，能充分考慮不相關(guān)、不一致的評(píng)估條件，深入挖掘內(nèi)在關(guān)系精細(xì)評(píng)估，在復(fù)雜的指標(biāo)中明確指標(biāo)關(guān)系，并確定最優(yōu)的評(píng)估方法因而能更好的解決實(shí)際的系統(tǒng)綜合評(píng)價(jià)問(wèn)題[4]。常見的多準(zhǔn)則決策分析法主要包括：層次分析法、線性疊加模型、等級(jí)排序法、次序權(quán)重平均法等，但這些評(píng)估方式大多有嚴(yán)苛的使用條件，在使用前需證明指標(biāo)間相互獨(dú)立、互不影響，這只是一種理想化狀態(tài)。網(wǎng)絡(luò)分析法解決了指標(biāo)確權(quán)時(shí)指標(biāo)間相互纏繞的問(wèn)題，它最突出的優(yōu)點(diǎn)是考慮層面更深入，可解決評(píng)估指標(biāo)內(nèi)部相依及回饋的問(wèn)題，并能準(zhǔn)確處理人類社會(huì)中真實(shí)復(fù)雜的關(guān)系且人類思考模式相近。這避免了評(píng)估條件間相互獨(dú)立、互不影響的理想化狀態(tài)，增加了最終結(jié)果的準(zhǔn)確性和客觀性。

表1　AHP與ANP的比較

1　網(wǎng)絡(luò)分析法ANP

網(wǎng)絡(luò)分析法(Analytic Network Process,ANP)是由層次分析法(Analytic Hierarchy Process,AHP)衍變而來(lái)，自1994年由美國(guó)匹茲堡大學(xué)教授saaty提出以來(lái)迅速發(fā)展[17-18]。ANP作為一種非線性的網(wǎng)絡(luò)式非遞階式結(jié)構(gòu)，可將復(fù)雜的問(wèn)題系統(tǒng)化，從不同的層面進(jìn)行逐層分解，同時(shí)根據(jù)其內(nèi)部具體的關(guān)系架構(gòu)相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)，根據(jù)不同的網(wǎng)絡(luò)走向進(jìn)行綜合評(píng)估，為決策者提供解決問(wèn)題最優(yōu)的方案，降低決策風(fēng)險(xiǎn)。目前，ANP多用于系統(tǒng)工程、管理科學(xué)、規(guī)劃設(shè)計(jì)的等行業(yè)，在地理學(xué)范疇使用并不多見，但在處理地理學(xué)相關(guān)決策問(wèn)題時(shí)體現(xiàn)出了相對(duì)優(yōu)勢(shì)。

將網(wǎng)絡(luò)分析法與層次分析法進(jìn)行特性比較，通過(guò)結(jié)構(gòu)特征可以清楚的看出兩者的本質(zhì)區(qū)別：線性與非線性、指標(biāo)間獨(dú)立與指標(biāo)間相關(guān)、遞階式層級(jí)結(jié)構(gòu)與非遞階式網(wǎng)絡(luò)結(jié)構(gòu)[19-20]。

在利用AHP法進(jìn)行問(wèn)題分析時(shí)，存在一個(gè)重要的假設(shè)條件：即在評(píng)估過(guò)程中必須認(rèn)為各條件之間彼此相互獨(dú)立。如在具體問(wèn)題中，需保證各準(zhǔn)則與評(píng)估指標(biāo)乃至替選方案之間互不干擾、相互獨(dú)立。然而在實(shí)際情況中，上一層準(zhǔn)則與下層評(píng)估指標(biāo)間可能存在相互依存或是準(zhǔn)則與評(píng)估指標(biāo)本身存在回饋的關(guān)系，此時(shí)使用AHP處理問(wèn)題時(shí)前提條件相當(dāng)苛刻，只有在證明準(zhǔn)則、指標(biāo)及替選方案相互獨(dú)立時(shí)才可使用，這種在理想狀態(tài)下進(jìn)行數(shù)據(jù)分析及決策會(huì)影響到最終結(jié)果的準(zhǔn)確性和客觀性。為更好的解決各元素內(nèi)部依賴及互相反饋的類似復(fù)雜地網(wǎng)絡(luò)式結(jié)構(gòu)問(wèn)題我們選用ANP網(wǎng)絡(luò)模式進(jìn)行評(píng)估。

2　應(yīng)用ANP解決問(wèn)題的步驟

比對(duì)AHP的處理問(wèn)題步驟[19]，利用ANP對(duì)災(zāi)害事件下民眾脆弱性影響進(jìn)行評(píng)估時(shí)步驟如下所示。

2.1　明確需要解決的問(wèn)題

首先明確利用ANP要解決什么問(wèn)題，同時(shí)分析影響該問(wèn)題的要素有哪些，進(jìn)而考慮各要素之間存在相互依存及回饋的關(guān)系。一個(gè)因素的變化會(huì)影響到另外一個(gè)因素的變化，最終會(huì)影響到評(píng)估結(jié)果。民眾在全球?yàn)?zāi)害頻發(fā)這一大背景下受災(zāi)害事件的影響表現(xiàn)在方方面面，確定影響要素及程度的指標(biāo)及代用指標(biāo)，分析各指標(biāo)之間相互影響的關(guān)系是首要解決的問(wèn)題。根據(jù)獲取指標(biāo)的科學(xué)性、可表征性、可度量性、可操作性及易獲取性原則，同時(shí)考慮到民眾災(zāi)害脆弱性影響的多元性和復(fù)雜性，在參考同類指標(biāo)的基礎(chǔ)上，綜合考量影響指標(biāo)的社會(huì)經(jīng)濟(jì)系統(tǒng)因子和人類發(fā)展指數(shù)因子的影響，由民眾脆弱性這一目標(biāo)層出發(fā)向下劃分準(zhǔn)則層抵抗力、適應(yīng)力、恢復(fù)力三部分。指標(biāo)層由17個(gè)評(píng)估指標(biāo)構(gòu)成，抵抗力準(zhǔn)則層從民眾視角出發(fā)選取其本身可抵御災(zāi)害事件這類擾亂源特質(zhì)的指標(biāo)e1～e6；適應(yīng)力準(zhǔn)則層側(cè)重于應(yīng)對(duì)災(zāi)害時(shí)系統(tǒng)做出的一系列積極主動(dòng)的變化選取指標(biāo)e7～e12，恢復(fù)力準(zhǔn)則層從災(zāi)后系統(tǒng)進(jìn)行恢復(fù)調(diào)整選取指標(biāo)e13～e17。(圖1)

2.2　建立ANP結(jié)構(gòu)網(wǎng)絡(luò)模型

將目標(biāo)問(wèn)題分解成數(shù)個(gè)群組，每個(gè)群組再區(qū)分成若干個(gè)次一級(jí)群組，同時(shí)明確各群組、指標(biāo)間依賴與回饋關(guān)系，隨即根據(jù)ANP的基本模型逐級(jí)建立由目標(biāo)層、準(zhǔn)則層、指標(biāo)層構(gòu)建的民眾脆弱性網(wǎng)絡(luò)分析結(jié)構(gòu)模型(圖1)。民眾脆弱性G0做為目標(biāo)層向下分支出抵抗力C1、適應(yīng)力C2、恢復(fù)力C3三個(gè)準(zhǔn)則層。首先是“抵抗力”敏感程度的高低會(huì)影響對(duì)“適應(yīng)力”和“恢復(fù)力”的考量；此時(shí)C1作為來(lái)源成分只單純的對(duì)其它成分造成影響，而其它成分不會(huì)影響到自己，這就與C2、C3形成外部相依的關(guān)系。其次，“適應(yīng)力”和“恢復(fù)力”也在彼此相互影響形成外部相依關(guān)系，C2、C3作為相互連接成分既接受其它成分的影響又反過(guò)來(lái)作用于其它成分。此外，“抵抗力”、“適應(yīng)力”、“恢復(fù)力”箭頭都向自身迂回，表現(xiàn)出自我回饋，表明其內(nèi)部要素相互作用影響存在相互依存關(guān)系，此時(shí)C1、C2、C3形成內(nèi)部相依的關(guān)系。這呈現(xiàn)出模型基本的網(wǎng)絡(luò)結(jié)構(gòu)，各準(zhǔn)則層下分類的指標(biāo)間也存在相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)。

圖1　準(zhǔn)則、指標(biāo)網(wǎng)絡(luò)結(jié)構(gòu)圖

2.3　問(wèn)卷設(shè)計(jì)與填寫

基于AHP設(shè)計(jì)調(diào)查問(wèn)卷進(jìn)行專家咨詢，問(wèn)卷發(fā)放面向主要是從事風(fēng)險(xiǎn)預(yù)警、評(píng)估、規(guī)劃的專家及相關(guān)研究人員。需要說(shuō)明，對(duì)問(wèn)卷評(píng)估尺度賦值主要依專家個(gè)人專業(yè)素養(yǎng)主觀認(rèn)定。

2.3.1問(wèn)卷內(nèi)容

問(wèn)卷填寫的主要原則是對(duì)元素進(jìn)行成對(duì)比較即兩兩比較，這樣處理的目的主要是可以使用正倒值矩陣對(duì)特征向量及特征向量矩陣進(jìn)行處理。

問(wèn)卷內(nèi)容主要分為三部分，分別為：第一部分，準(zhǔn)則與評(píng)估指標(biāo)之間相對(duì)重要性比較，即估計(jì)特征向量w1和特征向量矩陣w2、第二部分，準(zhǔn)則之間相依性比較，即計(jì)算極限矩陣w3、第三部分，評(píng)估指標(biāo)間相依性比較，即計(jì)算超級(jí)矩陣w4。

2.3.2尺度定義

在具體操作過(guò)程中，評(píng)估尺度采用Satty的1～9比率尺度，分為：同等重要、稍微重要、頗為重要、極為重要、絕對(duì)重要，分別賦予尺度1、3、5、7、9的標(biāo)度值，在5個(gè)基本尺度之間還有2、 4、 6、 8四個(gè)尺度做為折衷值(表2)。

表2　網(wǎng)絡(luò)分析法(ANP)尺度定義說(shuō)明

2.4　計(jì)算特征向量

對(duì)于問(wèn)卷第一部分準(zhǔn)則與評(píng)估指標(biāo)之間相對(duì)重要性比較的估算，實(shí)質(zhì)為AHP的計(jì)算思路，通過(guò)計(jì)算特征向量w1并獲得特征向量矩陣w2，由于指標(biāo)間關(guān)系單一因此計(jì)算相對(duì)簡(jiǎn)單；問(wèn)卷第二部分和第三部分涉及到準(zhǔn)則間與評(píng)估指標(biāo)間相依性的比較為ANP的計(jì)算范疇。

(1)

由評(píng)估尺度aij定義可知，成對(duì)比較矩陣A(aij)n×n滿足以下條件，則為正倒值矩陣：

aij>0；

(2)

(3)

aij=1。

(4)

2.4.1估計(jì)特征向量w1

表3　正倒值矩陣

(5)

(6)

2.4.2估計(jì)特征向量矩陣w2

準(zhǔn)則層層面共有三個(gè)分別為抵抗力C1、適應(yīng)力C2、恢復(fù)力C3，因此在估計(jì)特征向量矩陣時(shí)，會(huì)出現(xiàn)三個(gè)特征向量矩陣分別為抵抗力評(píng)估指標(biāo)w21、適應(yīng)力評(píng)估指標(biāo)w22、恢復(fù)力評(píng)估指標(biāo)w23，三個(gè)特征向量最終組合為特征向量矩陣w2。關(guān)于特征向量的算法與w1相同。

2.5　一致性比率檢驗(yàn)

在ANP法中，進(jìn)行成對(duì)比較必須滿足遷移性原則。專家及決策者的判斷偏好必須要經(jīng)過(guò)一致性比率檢驗(yàn)，只有通過(guò)檢驗(yàn)才可被算為有效的專家意見。但需要明確在對(duì)兩元素進(jìn)行成對(duì)比較時(shí)，專家對(duì)元素間相依性比較時(shí)無(wú)需此項(xiàng)步驟。在通過(guò)一致性比率檢驗(yàn)的前提下，一旦完成所有特征向量與特征向量矩陣的計(jì)算，就可形成網(wǎng)絡(luò)式的超級(jí)矩陣。由于在網(wǎng)絡(luò)結(jié)構(gòu)中，受各個(gè)網(wǎng)絡(luò)層所屬內(nèi)容不同其重要性等級(jí)都同，為保證整個(gè)問(wèn)卷的意見偏好反應(yīng)真實(shí)情況，使結(jié)果更加準(zhǔn)確在完成整個(gè)特征向量及特征向量矩陣估計(jì)之后要對(duì)整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行網(wǎng)絡(luò)層級(jí)的一致性比率檢驗(yàn)，以檢查整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)是否具有一致性。

2.5.1指標(biāo)間一致性比率檢驗(yàn)CR

一致性比率的基本算法是由一致性指標(biāo)CI除以隨機(jī)指標(biāo)RI，檢驗(yàn)一致性由五個(gè)步驟組成：

(1)由被檢驗(yàn)的成對(duì)比較矩陣乘以其特征向量值w1，得到新特征向量稱為賦權(quán)和向量；

(2)用每一個(gè)賦權(quán)和向量的分量分別除以對(duì)應(yīng)的特征向量w1的分量，即由第i個(gè)賦權(quán)和向量除以第i個(gè)特征向量的分量；

(3)計(jì)算由第2步所得結(jié)果的平均值為最大特征值λmax；

其中，RI作為修正值，是隨機(jī)指標(biāo)(表4)。

表4　隨機(jī)指標(biāo)表

當(dāng)CR≤0.1，則認(rèn)為成對(duì)比較的一致性在允許偏差的范圍內(nèi)，可被接受；否則，認(rèn)為成對(duì)比較矩陣一致性較差，必須重新進(jìn)行成對(duì)比較判斷，相應(yīng)該份問(wèn)卷視為無(wú)效問(wèn)卷。

2.5.2層級(jí)的一致性比率檢驗(yàn)C.R.H

由層級(jí)一致性指標(biāo)C.I.H(各層級(jí)一致性指標(biāo)總和)除以層級(jí)隨機(jī)指標(biāo)R.I.H(各層級(jí)隨機(jī)指標(biāo)總和)，即得到層級(jí)的一致性比率C.R.H。

(7)

與指標(biāo)間一致性比率檢驗(yàn)相似，若C.R.H≤0.1，則認(rèn)為成對(duì)比較的一致性在允許偏差的范圍內(nèi)，可被接受；否則，該份問(wèn)卷無(wú)效。

2.6　超級(jí)矩陣運(yùn)算

分別得到特征向量矩陣w1、w2、w3、w4，這就形成了網(wǎng)絡(luò)狀的超級(jí)矩陣。

(1)利用EXCLE直接計(jì)算

根據(jù)極限矩陣運(yùn)算過(guò)程，首先通過(guò)準(zhǔn)則層間相依性比較得到的特征向量矩陣w3乘以通過(guò)準(zhǔn)則層間相對(duì)重要性比較得到的特征向量矩陣w1，得到準(zhǔn)則層的權(quán)重矩陣wA。

(8)

再次通過(guò)指標(biāo)間相依性比較得到的特征向量矩陣w4乘以評(píng)估指標(biāo)間相對(duì)重要性比較得到的特征向量矩陣w2，得到指標(biāo)層的權(quán)重矩陣wB；用準(zhǔn)則層的權(quán)重矩陣wA乘以指標(biāo)層的權(quán)重矩陣wB最終得到整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的指標(biāo)權(quán)重wC。

(2)利用SUPER DESISION軟件輔助計(jì)算

由于超級(jí)矩陣運(yùn)算相對(duì)復(fù)雜，為減少運(yùn)算量降低復(fù)雜程度，選用SUPER DESISION軟件進(jìn)行輔助計(jì)算。再對(duì)特征向量矩陣w1、w2、w3、w4整合后，首先加入原始的成對(duì)比較結(jié)果，形成原始超級(jí)矩陣；再將原始超級(jí)矩陣正規(guī)化成為加權(quán)超級(jí)矩陣；最后讓加權(quán)超級(jí)矩陣不斷自我乘冪不斷收斂，直至收斂成為極限超級(jí)矩陣。

limk→∞W2k+1。

(9)

2.7　指標(biāo)權(quán)重估計(jì)

整個(gè)ANP計(jì)算過(guò)程包含三個(gè)超級(jí)矩陣，分別是原始超級(jí)矩陣、加權(quán)超級(jí)矩陣、極限超級(jí)矩陣。分別計(jì)算這三個(gè)超級(jí)矩陣，矩陣的最大特征值對(duì)應(yīng)的特征向量就是權(quán)重值。通過(guò)極限超級(jí)矩陣收斂整合歸一各局部權(quán)重向量，各局部權(quán)重向量乘以指標(biāo)上一層向量權(quán)重最終得到各指標(biāo)的總體全局權(quán)重。

3　結(jié)果分析

根據(jù)已構(gòu)建的網(wǎng)絡(luò)結(jié)構(gòu)模型結(jié)合ANP的分析思路，對(duì)各指標(biāo)權(quán)重進(jìn)行獲取，結(jié)果如下。

3.1　全域分析

為了簡(jiǎn)化運(yùn)算過(guò)程，提高計(jì)算精度利用Super Decision軟件來(lái)計(jì)算超級(jí)矩陣組，經(jīng)過(guò)運(yùn)算，所有評(píng)估指標(biāo)的權(quán)重均收斂為定值成為每一個(gè)評(píng)估指標(biāo)的有效權(quán)重。選取所有有效專家問(wèn)卷統(tǒng)計(jì)其平均值做為各指標(biāo)要素的最終權(quán)重，各權(quán)重值均通過(guò)指標(biāo)間及網(wǎng)絡(luò)間一致性檢驗(yàn)。

將以ANP獲得的權(quán)重與AHP獲得的權(quán)重相比較(表5)。

表5　兩種方法的比較

經(jīng)過(guò)觀察對(duì)比兩種方法的權(quán)重結(jié)果可以發(fā)現(xiàn)在準(zhǔn)則層中不管哪種方法其結(jié)果均認(rèn)為抵抗力是影響民眾脆弱性高低最主要的因素，尤其在ANP中更為突出；恢復(fù)力和適應(yīng)力在不同的方法中權(quán)重優(yōu)先排序不同，在AHP中適應(yīng)力>恢復(fù)力；ANP中則恢復(fù)力>適應(yīng)力，這表明民眾本身在面對(duì)災(zāi)害事件時(shí)一方面及時(shí)有效地抵御、吸收和承受災(zāi)害的影響，另一方面通過(guò)保護(hù)和修復(fù)必要的基礎(chǔ)工程盡可能地從中恢復(fù)過(guò)來(lái)。

3.2　局域分析

具體到每個(gè)準(zhǔn)則層下的權(quán)重分布(圖2)：

(1)抵抗力準(zhǔn)則層下AHP得到的權(quán)重結(jié)果分布較集中，各指標(biāo)權(quán)重值較接近不能夠很好的確定抵抗力指標(biāo)的優(yōu)先排序，相反在ANP中e6健康水平指標(biāo)權(quán)重值為0.43高于其它5個(gè)指標(biāo)0.3個(gè)權(quán)重，說(shuō)明民眾自身的健康水平在抵抗力準(zhǔn)則層下是影響民眾脆弱性的優(yōu)勢(shì)要素，做為負(fù)向指標(biāo)民眾健康水平的提高很大程度會(huì)降低民眾的脆弱性；

(2)適應(yīng)力準(zhǔn)則層下兩種方法均顯示e8抵御風(fēng)險(xiǎn)投入指標(biāo)相對(duì)于其它5個(gè)指標(biāo)更具有優(yōu)勢(shì)，雖然由ANP獲得e8權(quán)重值要低于由AHP獲得的權(quán)重值，但其指標(biāo)優(yōu)勢(shì)度指向更加突出，作為負(fù)向指標(biāo)政府及個(gè)人在抵抗災(zāi)害事件及風(fēng)險(xiǎn)的投入越多，越能降低民眾在災(zāi)害中的風(fēng)險(xiǎn)亦能降低民眾脆弱性；

(3)恢復(fù)力準(zhǔn)則層下在AHP中各指標(biāo)權(quán)重優(yōu)先排序分布較分散，指標(biāo)優(yōu)勢(shì)度指向不夠突出，e12指標(biāo)權(quán)重值僅為0.008，排在其它4個(gè)指標(biāo)最末。ANP中指標(biāo)e12民眾對(duì)應(yīng)對(duì)措施的效力評(píng)估更具優(yōu)勢(shì)，權(quán)重值為0.069。

圖2　指標(biāo)權(quán)重分布狀況

經(jīng)過(guò)ANP法，指標(biāo)e6健康水平、e5平均受教育年限、e2人口撫養(yǎng)比在總體權(quán)重中排在前三位，這影響民眾脆弱性的決定性因素；而AHP中指標(biāo)e1男女性別比、e4個(gè)人儲(chǔ)蓄存款余額、e6健康水平則排在前三位。

總體來(lái)看，在全局權(quán)重值上分析，AHP獲得的權(quán)重優(yōu)勢(shì)度與ANP獲得的權(quán)重優(yōu)勢(shì)度雖有部分相似但在權(quán)重值上能夠保持一致的較少；AHP獲取的權(quán)重值較為相近不能準(zhǔn)確區(qū)分優(yōu)先大小，而ANP獲取的權(quán)重則有效的避免了這種問(wèn)題的出現(xiàn)，它讓權(quán)重值的優(yōu)勢(shì)度變的相對(duì)突出，這有利于區(qū)分優(yōu)勢(shì)元素，進(jìn)一步對(duì)主導(dǎo)影響因子做具體分析。

4　結(jié)論與討論

(1)相較于傳統(tǒng)的脆弱性評(píng)估方法，文中通過(guò)網(wǎng)絡(luò)模型結(jié)構(gòu)構(gòu)建相應(yīng)脆弱性評(píng)估模型，用以評(píng)估災(zāi)害背景下民眾脆弱性，確保了評(píng)估結(jié)果的正確性和可靠性。

(2)利用傳統(tǒng)AHP進(jìn)行問(wèn)題分析時(shí)存在嚴(yán)苛的使用條件，需證明各評(píng)估指標(biāo)相互獨(dú)立，僅是一種理想狀態(tài)；ANP可很好避免這一嚴(yán)苛的使用條件，正確處理評(píng)估指標(biāo)間內(nèi)部依賴及自我回饋的關(guān)系使得最終評(píng)估結(jié)果更加合理。因而，AHP是ANP的應(yīng)用特例。

(3)在確權(quán)上，AHP獲取的權(quán)重優(yōu)勢(shì)度與ANP獲得的權(quán)重優(yōu)勢(shì)度雖有部分相似但在權(quán)重值上能夠保持一致的較少，同時(shí)AHP獲取的權(quán)重值較為相近不能準(zhǔn)確區(qū)分優(yōu)先大小，而ANP獲取的權(quán)重優(yōu)勢(shì)度相對(duì)突出，便于區(qū)分優(yōu)勢(shì)元素。

通過(guò)對(duì)災(zāi)害背景下民眾脆弱性評(píng)估的ANP網(wǎng)絡(luò)模型的建立，找到了一種多準(zhǔn)則狀態(tài)下脆弱性評(píng)估實(shí)用性較強(qiáng)的方法，使傳統(tǒng)的脆弱性評(píng)估方法得到了改進(jìn)，避免了在利用傳統(tǒng)方法進(jìn)行脆弱性評(píng)估時(shí)在確權(quán)問(wèn)題上出現(xiàn)各指標(biāo)的優(yōu)勢(shì)度不夠突出、指標(biāo)間相互擾動(dòng)及指標(biāo)間自我回饋的現(xiàn)實(shí)問(wèn)題未考慮完善的問(wèn)題，這有利于準(zhǔn)確識(shí)別脆弱區(qū)域及脆弱人群，合理有效的規(guī)避風(fēng)險(xiǎn)。但ANP法也有不足：首先，了解此方法的專家不易尋找，代表性恐不足；其次，問(wèn)卷涉及的問(wèn)題繁多，使得計(jì)算過(guò)程相對(duì)繁瑣；并且，ANP網(wǎng)絡(luò)結(jié)構(gòu)也是建立在定性分析的基礎(chǔ)上，因而分析結(jié)果同樣會(huì)受到主觀因素的影響。

參考文獻(xiàn)：

[1]史培軍.三論災(zāi)害研究的理論與實(shí)踐[J].自然災(zāi)害學(xué)報(bào),2002,11(3):1-9.

[2]史培軍.五論災(zāi)害系統(tǒng)研究的理論與實(shí)踐[J].自然災(zāi)害學(xué)報(bào),2009,18(5):1-9.

[3]范海軍,肖盛燮,郝艷廣，等.自然災(zāi)害鏈?zhǔn)叫?yīng)結(jié)構(gòu)關(guān)系及其復(fù)雜性規(guī)律研究[J]. 巖石力學(xué)與工程學(xué)報(bào),2006(S1):2603-2611.

[4]謝盼,王仰麟,彭建，等.基于居民健康的城市高溫?zé)崂藶?zāi)害脆弱性評(píng)價(jià)—研究進(jìn)展與框架[J].地理科學(xué)進(jìn)展,2015,34(2):165-174.

[5]Cutter S L, Boruff B J, Shirley W L. Social vulnerability to environmental hazards[J]. Social Science Quarterly, 2003,84(2): 242-261.

[6]Eakin H, Luers A L. Assessing the vulnerability of social-environmental systems[J]. Annual Review of Environment and Resources, 2006,31(1): 365-394.

[7]Cutter S L,Finch C.Temporal and spatial changes in social vulnerability to natural hazards[J]. Proceedings of the National Academy of Sciences, 2008,105(7): 2301-2306.

[8]Frazier T G, Thompson C M, Dezzani R J. A framework for the development of the SERV model: a spatially explicit resilience-vulnerability model[J]. Applied Geography, 2014,51: 158-172.

[9]El-Zein A,Tonmoy F N. Assessment of vulnerability to climate change using a multi-criteria outranking approach with application to heat stress in Sydney[J].Ecological Indicators,2015,48: 207-217.

[10] 李鶴,張平宇,程葉青.脆弱性的概念及其評(píng)價(jià)方法[J].地理科學(xué)進(jìn)展,2008,27(2):18-25.

[11] 喻忠磊,楊新軍,石育中.關(guān)中地區(qū)城市干旱脆弱性評(píng)價(jià)[J].資源科學(xué),2012,34(3):581-588.

[12] 陳萍,王興玲,陳曉玲.基于柵格的鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)洪災(zāi)脆弱性評(píng)價(jià)[J].地理科學(xué),2012,32(8):958-964.

[13] 田亞平,向清成,王鵬.區(qū)域人地耦合系統(tǒng)脆弱性及其評(píng)價(jià)指標(biāo)體系[J].地理研究,2013,32(1):55-63.

[14] 黃曉軍,黃馨,崔彩蘭,等.社會(huì)脆弱性概念、分析框架與評(píng)價(jià)方法[J].地理科學(xué)進(jìn)展,2014,33(11):1512-1525.

[15] 袁海紅,高曉路.城市經(jīng)濟(jì)脆弱性評(píng)價(jià)研究—以北京海淀區(qū)為例[J].自然資源學(xué)報(bào),2014,29(7):1159-1172.

[16] 李夢(mèng)娜,錢會(huì),喬亮.關(guān)中地區(qū)農(nóng)業(yè)干旱脆弱性評(píng)價(jià)[J].資源科學(xué),2016,38(1):166-174.

[17] Saaty T L .Decision making with dependence and feedback[M].RWS Publication,Pittsburgh,PA,1996:28-30.

[18] Saaty T L. The analytic hierarchy process [M].New York:McCraw Hill,1980.

[19] 許樹柏.實(shí)用決策方法—層次分析法原理[M].天津:天津大學(xué)出版,1988.

[20] 孫宏才,田平,工蓮芬,等.網(wǎng)絡(luò)層次分析法與決策科學(xué)[M].北京:國(guó)防工業(yè)出版社,2011.