猪重点疫病风险评估模型的建立

程 龙，张若曦，刘 博，顾文源，轩秋燕，曹 源，王化赜，仇国明，韩庆安

(1. 邯郸市动物疫病预防控制中心，河北 邯郸 056005；2. 河北省动物疫病预防控制中心，河北 石家庄 050035；3. 衡水市动物疫病预防控制中心，河北 衡水 053000)

随着应用管理学和统计学的发展，通过构建风险评估模型进行疫情预警的案例越来越多，口蹄疫、蓝舌病[1]、牛海绵状脑病[2]等疫病的风险评估建模研究取得了不错的效果。本文利用管理学方法确定了猪“重点疫病”的风险因子，并建立了猪场风险评估模型，便于宏观掌握一定区域内猪重点疫病的风险水平，对规模猪场或动物疫病防控机构有效预防、控制猪重点疫病的发生、发展和流行具有重要的现实意义。

1 技术依据

利用“德菲尔法”(Delphi method)确定风险因子，采用层次分析法将风险因子分层构建层次分析法(AHP)模型并赋权，最后通过多指标综合评分法计算风险概率。

1.1 德菲尔法(Delphi method) 采用背对背的方式征询专家小组成员的预测意见，经过几轮征询，使专家小组的预测意见趋于集中，最后做出符合市场未来发展趋势的预测结论。

1.2 层次分析法(AHP) 根据逻辑关系将各因子有序分层，参照专家意见和分析者的客观判断对各因子的重要性进行定量描述。之后利用数学方法计算反映每一层次因子的相对重要性次序的权值，并进行排序。

2 方法与结果

2.1 风险因子的确定 选择出30位相关专家(科研人员6名、教授5名、省市县兽医防疫人员10名、养殖企业场长或技术人员9名)作为专家小组成员，采用专家座谈和函询的方式，从7大项，41小项中筛选确定风险因子。其中筛选过程以打分的方式依据各项目重要性分配分值，每轮调查首先将100分依重要性分配给B级准则层，并计算得分率；之后再将100分按重要性分别分配各C级指标层，计算得分率。预计通过4轮调查，依据得分率确定准则层(B)和指标层(C)的风险因子。

通过3轮调查，将得分率不足5%的风险因子剔除，最终确定了准则层(B)5个风险因子以及指标层(C)23个风险因子。见表1。

2.2 风险概率的计算

2.2.1 建立风险评估层次模型 根据猪重点疫病发生的风险因子和HAP的建模[3]要求，把发生风险确定为目标层；把环境控制、生物安全、疫苗接种、营养保健、疫病史作为风险准则层；将23个风险因子作为指标层，建立层次结构模型。见表1。

表1 猪重点疫病发生风险评估指标体系

2.2.2 对风险因子赋值 将风险因子的风险程度设为高风险、中等风险与低风险3个等级[4]，其概率为：0.7

表2 风险因素赋值

2.2.3 确立风险因子的权重(赋权) 权重也称权数或加权系数，它体现了各指标的相对重要程度。根据查阅资料及“德菲尔法”调查结果，对准则层和目标层各风险因子赋权[5-6]。见表3。

表3 风险指标组合权重

对随机选择的8家养猪场进行风险评估：其中2家高风险，3家中等风险，3家低风险；6个月后，有1家养殖企业出现猪重点病病例，其中评估结果高风险1家。见表4。

表4 风险评估结果

3 讨论

3.1 建立疫病风险评估模型关键点在于统计学设计和疫病专业数据、经验的支持，以及在后续使用中不断优化改进。本文所建立的模型仅是初期构建，尚存在很多缺陷，在后续研究中有望改善。

3.2 本文采用的AHP法是整个模型构建的核心部分，但在赋权和赋值方面仍有更多变化探讨，不同的赋权和赋值规章可以产生不同结论倾向性。多元对比矩阵[8]和模糊优选理论[9]的引入具有很强的探讨性。

3.3 本模型的优势在于可快速、简便的进行大量数据分析，评估出风险等级。局限在于仅可评估出高、中、低3个风险等级，指向性略微粗糙。