重大突发事件应急物资筹运决策的影响要素

重大突发事件中的应急物资筹运决策过程是一个涉及多个环节的系统工程。其中不仅仅包括各个决策主体的具体决策行为，更包括其他诸多重要的影响因素，如政府部门之间协调程度会直接导致事件信息上传和下达的效率；政府部门的反应速度会直接影响决策信息的到达时间；政府如果有相关经验的积累也会使得其收集信息更有针对性，从而对应急物资的需求种类和数量的预测更加准确，等等。

为了研究上述这些应急物资筹运决策的影响要素，本节引入贝叶斯网络分析的方法。贝叶斯网络是一种系统的、整体的数学分析工具，是一个有向无环图，图中的节点代表随机变量，边代表随机变量之间的条件依存关系，它把概率论与图论结合起来表示随机变量之间的相互关系(Xie et al.，2014)。应用贝叶斯网络可以从整体上研究重大突发事件中应急物资准备与决策过程的各因素之间的影响关系。下文将按下面四个步骤构建重大突发事件应急物资准备与决策的贝叶斯网络模型。

(1)从整体的视角出发，选取研究对象系统中的要素作为贝叶斯网络中的节点变量，并且根据实际情况赋予其值域。对于重大突发事件，共提取11个要素，分别是：事件的整体严重程度、交通是否中断、通讯是否中断、受灾人员数量、救援力量、救援等待时间、部门协调程度、政府反应速度、经验积累程度、信息是否有效、人员伤亡数量。为了研究方便，本书将所有的节点变量定义为“1”、“2”两个值，这些值的含义如表6-1所示。

表6-1　节点变量及其值域

续表

(2)建立用以表示节点之间关系的有向无环图。对于重大突发事件，图中的节点表示事件的各个要素，边表示要素之间的因果关系。

从系统的角度来看，事件的发生会直接使人员受到伤害，并且会不同程度的影响受灾地区的交通和通信情况。交通的中断会影响充足的应急物资的投送，也会延长救援时间。通讯的中断会让受灾地和救援地缺乏有效沟通，救援地无法准确获知受灾地的具体情况，也会导致应急物资运输时间的拖延以及物资的不合理投放。而救援部门之间的协调程度也会影响应急物资、救援人员的投送和救援工作的及时进行。部门的反应速度和相关事件应对经验的积累程度直接影响部门收集的应急物资需求信息是否有效，而有效的信息会极大地帮助专家对应急物资的需求种类和数量进行准确的预估。应急物资需求的预估准确程度、应急物资运输量的多少，以及等待救援的时间都能够影响最终事件造成的人员伤亡数量。

图6-1为从整体视角来看的重大突发事件应急物资筹运决策系统中的要素及其相互关系的网络概念图。

图6-1　应急物资筹运决策系统网络概念图

(3)计算网络中的参数，即所有要素的发生概率。对于重大突发事件，由于发生的概率很低，可供收集的样本数据太少，所以大部分要素的概率都是通过咨询专家和往常的知识得出。这些数据难免有些不准确，但由于建立重大突发事件应急物资筹运决策的贝叶斯网络模型的目的并不是要精确得出各种事件的发生概率，而是为了研究某些因素对最终伤亡人数的影响，所以该模型模拟出来的结果仍是有效的。

每个根节点的状态概率如表6-2所示。

表6-2　根节点的状态概率

有且只有一个父节点的节点条件概率如表6-3所示。

表6-3　有且只有一个父节点的节点条件概率

(www.xing528.com)

有且只有两个父节点的节点条件概率如表6-4所示。

表6-4　有且只有两个父节点的节点条件概率

有且只有三个父节点的节点条件概率如表6-5所示。

表6-5　有且只有三个父节点的节点条件概率

续表

续表

(4)根据已有的网络结构和参数，给出在有已知的证据条件下，某些要素发生的后验概率。对于重大突发事件，必然要以事件造成的伤亡人数这一要素作为唯一标准来研究应急物资准备与调度过程中，政府反应速度、经验积累程度和部门协调程度对该要素的影响。

应用Matlab软件中的贝叶斯网络工具箱，建立贝叶斯网络模型，得到图6-2所示的贝叶斯网络图，这与图6-1的概念模型一致。然后根据不同的部门协调程度(S)、政府反应速度(R)和经验积累程度(A)，用jtree_inf_engine模块对重大突发事件中的人员伤亡人数进行推理，结果如表6-6所示。

图6-2　应急物资筹运决策要素的贝叶斯网络图

表6-6　人员伤亡人数推理结果

从表6-6中可以看出，在部门协调程度好、政府反应速度快和经验积累程度高的情况下，重大突发事件造成大量人员伤亡的概率最低，为0.4239。如果这三个因素中有一个做得不好，则事件造成大量人员伤亡的概率就会提高。如果这三个因素都做得不好，则事件造成大量人员伤亡的概率最高，达到0.7852。

所以从该模型的运算结果可以得出结论：部门协调程度、政府反应速度和经验积累程度都是应急物资筹运决策过程中的重要影响因素，从而在设计具体的重大突发事件应急物资准备与调度的决策流程时，必须考虑到它们对决策效果的影响。