扬州市禽流感风险评估模型的构建

摘 要：江苏省扬州市水网分布密集而广泛，养殖以水禽鸭、鹅为主。同时，扬州市处在候鸟东部迁徙线上，境内的高邮湖、邵伯湖是候鸟的重要栖息地，也是候鸟和家禽的交汇点。因此，禽流感入侵扬州市的风险很大。本文针对扬州市特定的生态系统和养殖环境，通过文献分析和专家建议，确定扬州市禽流感发生的风险因子;采用层次分析法建立扬州市高致病性禽流感传播风险评估模型，以期实现对扬州市禽流感疫情发生风险的定量评估。

关键词：禽流感;风险因素;风险评估框架;层次分析法;权重

扬州市地处江苏省中间地带，是一个畜禽养殖、流通大市。2016年，扬州市家禽出栏4 315万只、存栏1 443万只，产值100多亿元，而农业总产值478.8亿元，家禽占农业比重超过20%。同时，每年有超过3 000万只家禽通过流通领域进入或运离扬州市[1]。另外，扬州市是我国主要的羽绒加工基地，一旦感染禽流感疫情，后果是难以承受的。

迄今为止，扬州市未有人感染禽流感病例报告，但发生了2次较大的家禽感染高致病性禽流感疫情，发生地都在扬州市的家禽养殖重镇——江都区的规模化家禽养殖场。2015年8月3日，江都区一养殖场饲养的鹅感染H5N2亚型高致病性禽流感疫情，发病23 395只，死亡3 106只。疫情发生后，当地严格按照防治技术规范要求，对周边50 252只鹅进行了扑杀和无害化处理[2]。2018年11月22日，江都区麾村一养殖场饲养的家禽发生H5N6亚型高致病性禽流感疫情，发病家禽1 200羽，死亡320羽。疫情发生后，当地严格按照防治技术规范要求，对周边家禽31 329羽进行了扑杀和无害化处理。由于两次禽流感疫情的叠加效应，江都区的家禽养殖业坠入谷底。2018年，江都区家禽出栏996万只，与2017年相比下降11.4%，与2014年相比直降20.3%[3]。而禽流感疫情更是造成社会恐慌，扬州市谈禽色变，禽蛋产品无人问津，严重影响社会生活的稳定。

客观上，扬州市水网分布密集而广泛，养殖以水禽鸭、鹅为主。经过扬州市的高邮湖，连接江苏省、安徽省两省，水域总面积700多km2，野生水鸟众多。加之扬州市处在候鸟东部迁徙线上，境内的高邮湖、邵伯湖是候鸟的重要栖息地，也是候鸟和家禽的交汇点。综上，禽流感入侵扬州市的风险很大，因而本项目的研究是非常必要且迫切的。

一、建立扬州市禽流感风险评估的层次结构模型

在遵循科学性、相对稳定性、可比性、可行性和可操作性原则的前提下，课题组集思广益，邀请扬州大学动物学院、扬州市家禽研究所、扬州市兽医站的6名专家和4名养殖厂的技术人员，从扬州市的实际情况出发，对通过文献搜集到的近50个禽流感治病因子打分，最终确定21个扬州市高致病性禽流感的风险因子。根据确立的扬州市禽流感风险因子和AHP的建模要求，将扬州市禽流感风险评估作为目标层A，将风险因素作为准则层B，将子风险因素作为子指标层C，建立相应的层次结构模型，见表1。

二、确定扬州市禽流感风险评估模型各指标的权重

由于各项评估指标对禽流感的传播影响是不同的，评估模型需要体现各项指标的重要程度，以此需要分析各项指标的权重[4]。本研究采用层次分析法（The Analytic Hierarchy Process，AHP）确定各因子的权重。

层次结构模型确定了上、下层因素间的归宿与对应。对于同层各元素，分别两两比较，衡量相对重要程度的差别是使用1～9比率标度法，在咨询有关专家意见的基础上运用评分办法判断其相对重要程度，构造判断矩阵，计算相对权重[5]。在课题组建立的模型中，我们把A-B的准则层判断矩阵记为A=（Bij）8×8;把Bi-C的6个指标层判断矩阵，记为Bi=（Cij）n×n。下面以目标层到准则层的禽流感风险评估的判断矩阵为例，我们使用Excel来计算各指标的权重，具体如表2所示。

经过检验是可以接受的，我们就得到准则层B1、B2、……、B6对应于目标层A的权重向量，分别为WB=（0.068，0.119，0.136，0.060，0.119，0.498）;同理，可以得到指标层因素Ci相对其准则层Bi的权重向量Wci，计算结果见表3。最后，我们计算出指标层Ci对应于目标层A的组合权重：Wij=WCij×WBi，其中WCij是指标Cij相对于准则层因素Bi的权重，WBi是准则层因素Bi相对于目标层A的权重，计算结果如表3所示。

三、多指标综合评分方法

课题组建立的风险评估模型，实际是用量化的概率去反映禽流感发生的风险。因此，我们需要对模型中风险因子进行分级量化，课题组应用回归分析方法，将风险因子划分为高度、次高、中等、较低与低度5个等级，每一级评价结果分别赋予分值1.0、0.7、0.4、0.2和0.0[6]。接着课题组通过综合评价函数，

计算得到风险评价的总分值。其中，Y表示高致病性禽流感发生风险的概率;Wij是指标层各个风险因子Cij相对于目标层A的组合权重;xij是指标层C各个风险因素Cij的赋值结果。

下面就用课题组建立的禽流感评估模型，来评估扬州市江都区的禽流感发生风险，具体见表3。由表3中的数据，代入公式可得：Y=0.670，处于0.50～0.75，判定为中等，表明江都区发生禽流感疫情的可能性时刻存在。

四、结论

该文建立的高致病性禽流感传播风险评估框架，是在数据信息量相对少且定量与定性数据并存的情况下，通过层次分析法确定权重和对各项指标作量化等级处理，采用综合评分法得出直观的评估结果。该评估框架是针对我国国情与现状提出的，以期在风险权重较大的风险因素进行防控，使风险降至最小，为高致病性禽流感的防控提供决策依据。（基金项目：扬州市自然科学基金资助，项目编号：YZ2017123;江苏省卫生疾控中心资助项目，项目编号：SXGC〔2017〕232）

参考文献：

[1]扬州市统计局.2016年扬州市国民经济和社会发展统计公报[EB/OL].（2017-03-15）[2019-10-15].http：//www.yangzhou.gov.cn/tjj/tjjtjgb/201703/9207097a6c334f3c9d02ded6db99c3f6.shtml.

[2]蒋文明，王艳，李金平，等.2014—2016 年华东地区某市活禽市场禽流感流行病学调查与分析[J].中国动物检疫，2017（1）：14-18.

[3]腾讯新闻.我内地疫情一览表[EB/OL].（2018-11-26）[2019-10-15].http：//js.qq.com/a/20170225/2500.htm.

[4]孙菊英，吕钢进，宋雪花，等.高致病性禽流感风险预警评估体系研究[J].中国家禽，2006（12）：23-25.

[5]张志诚，李长友，黄保续.中国禽群高致病性禽流感发生状况及其风险预测[J].畜牧兽医学报，2010（4）：454-462.

[6]Chen Y X. Global analysis of an SEQS avian influenza model[J]. Journal of Fujian Agriculture amp; Forestry University（Natural Science Edition），2010（2）：173-176.