京津冀突发事件总体应急预案量化评价*

李 健，徐 艺，刘亦文

(1.天津理工大学 管理学院，天津 300384；2.天津大学 管理与经济学部，天津 300372)

京津冀作为我国的政治、文化中心以及北方经济核心区域，该地区应急处置突发事件的能力格外重要。应急预案是针对可能发生的突发事件而预先制定的处置方案，是处置突发事件应急准备工作的核心内容。2019年11月29日，习近平总书记在中央政治局第十九次集体学习时强调：“要加强应急预案管理，健全应急预案体系，落实各环节责任和措施。”应急预案体系建设是我国特色应急管理体系建设的重要组成部分，也是推动我国治理能力现代化的重要内容。我国目前建立了以“总体应急预案-专项应急预案-部门应急预案-企事业单位应急预案”为主线的突发事件应急预案体系，其中，总体应急预案在应急预案体系建设中起到纲领性作用。因此，对京津冀突发事件总体应急预案实施有效的评价及改进具有重要意义。

目前还没有具体针对总体应急预案的评价研究，并且就目前对我国应急预案评价的已有研究中，主要是对应急预案的评价指标体系构建与评价方法的研究。针对评价指标体系的研究，如薛元杰等[1]从充分性、完整性、可接受性、符合性等方面构建了应急预案的评估体系；周珂等[2]基于官方的应急预案结构组成要素构建了突发环境事件应急预案评价指标体系；于瑛英等[3]将应急预案的评估分为包含应急预案实施前的评估、应急预案实施后的评估和资源无法保障供给情况下的处置效果评估。张永领等[4]从保障应急预案有效运行的角度出发，构建了应急保障的评价指标体系。但是，已有研究在评价指标体系的构建上主观色彩较大，而且评价指标的选取不够完善，比如很少有体现当前我国对区域协同处置突发事件的要求。应急预案评估的方法有模糊综合评价法[5]、故障树分析方法[6]、对照法[1]、层次分析法[7]、案例推理方法[8]、知识供需匹配[9]、TOPSIS法[10]、云模型[11]等。已有的研究方法很多都涉及专家打分，有较强的主观性，且有些方法计算复杂，不易操作。

因此，本文以京津冀的5项代表性突发事件总体应急预案为样本，运用PMC指数模型方法对这些预案进行量化评价。依据对应急预案本身的文本挖掘以及借鉴以往学者的研究，构建基于PMC指数模型的预案评价指标体系。测算各预案的PMC指数值，并结合PMC曲面图直观的研究各个预案之间的一致性及存在的优缺点，从而可以更科学的分析和改进预案[12]，以期为突发事件总体应急预案的制定提供参考或启示。

1 研究方法与数据

1.1 研究方法

PMC(Policy Modeling Consistency)指数模型是一项旨在科学的量化评估政策的模型，是由ESTRADA根据Omnia Mobilis假说提出来的模型，该假说认为世界上万事万物均是运动并联系的，在建模时应该广泛地考虑相关变量[13]。所以，二级变量在数量上不应有限制，并且各变量的权重也应该一致。PMC指数模型可以分析任何一项政策的一致性水平，通过构建PMC曲面，可以直观地进一步识别政策的优劣。

1.2 样本选取

样本预案来源于京津冀地区官方发布的突发事件总体应急预案文本，表1为选取的5项代表性预案，标序为P1、P2、P3、P4、P5。

表1 样本预案汇总

2 模型构建与评价

2.1 变量确定

首先对5项预案文本的内容深入的挖掘与分析，提取关键词频，其次参考ESTRADA[13]、于瑛英[3]、张再生[14]等学者对政策或应急预案评价指标的设置，最后结合京津冀应对突发事件的实情，构建了包含9个一级变量和57个二级变量的评价指标体系(表2)。

表2 京津冀突发事件总体应急预案评价指标体系

2.2 PMC指数计算

首先，根据式(1)和式(2)设置二级变量的值，若待评价预案文本中包含二级变量所描述的内容，则赋值为1，否则赋值为0；其次，由式(3)计算一级变量值；最后，运用式(4)计算预案的PMC指数(表3)。其中t为一级变量，j为二级变量，n为二级变量的个数。

表3 预案PMC指数

X～N[0,1];

(1)

X={XR:[0～1]};

(2)

(3)

(4)

借鉴Mario Arturo Ruiz Estrada的评价标准,将预案PMC指数值划分为四个等级：9≥PMC≥8为优秀，8>PMC≥6为良好，6>PMC≥4为可接受，4>PMC≥0为不可接受。

2.4 PMC曲面图绘制

将各一级变量分值引入PMC矩阵，按照式(5)计算得出矩阵值，绘制出PMC曲面图(图1)。

图1 预案的PMC曲面图

(5)

3 结果分析

京津冀5项总体应急预案整体表现良好，PMC指数均值为7.89，2项预案为优秀等级，3项预案为良好等级。依据PMC指数值，5项预案的排名依次为P2>P1>P5>P4>P3，其中发布日期较近的预案在设计和制定时对各指标变量的考虑较为全面，这也反映出应急预案需要及时修订和完善。比较特殊的是，河北的三个预案P3、P4和P5在行政级别上依次降低，但是PMC指数值的排名却相反，尤其是P5作为行政级别最低的区县级预案，其PMC指数值却超过了分别作为省级和地市级预案的P3和P4。从各一级变量的均值来看，事件分类分级标准(X2)和恢复与重建(X8)的均值为满分，预案在这两方面的表现较为优秀；均值得分排在末两位的一级变量是预案管理(X9)和监测与预警(X5)。以下是按PMC指数排名顺序对这5项应急预案的具体分析。

P2的PMC指数为8.77，等级为优秀。该预案9个一级变量的评分都高于平均值，其中预案科学性(X1)、事件分类分级标准(X2)、联动与协作机制(X3)、组织机构与职责(X4)、应急响应与处置(X6)、恢复与重建(X8)、预案管理(X9)7项指标得分为满分，这充分说明该预案设计比较合理、科学。尤其是在应急的联动与协作机制(X3)方面，该预案是唯一涉及京津冀协同合作的预案，既符合京津冀协同发展的国家战略要求，又体现了在应急管理上区域协同合作的理念。同时，该预案也存在两点不足，在监测与预警(X5)方面缺少关于建立信息监测制度的内容；在基本应急保障(X7)方面没有设置针对人员安全防护的保障机制。

P1的PMC指数为8.02，等级为优秀。该预案在6个一级变量指标上的得分为满分，失分点在联动与协作机制(X3)、监测与预警(X5)和预案管理(X9)等一级变量上。其中，联动与协作机制(X3)和预案管理(X9)的得分低于平均值，具体体现在该预案中没有涉及北京市各级政府辖区间应急指挥的联动协同和京津冀协同合作的内容；缺少预案的支撑性文件、预案编制前的风险评估、预案编制前的应急资源评估等内容。

P5的PMC指数值为7.85，等级为良好。该预案在9个一级变量指标中有4个存在失分，其中联动与协作机制(X3)和监测与预警(X5)的评分低于平均值，该预案可以着重从这两个方面改进。联动与协作机制(X3)方面有待改进的内容同P1一样；监测与预警(X5)方面没有明确的监测主体、信息监测制度以及监测和预警的基础设施建设等内容。另外，该预案在组织机构与职责(X4)方面没有涉及基层应急机构的设置，基本应急保障(X7)方面缺少关于人员防护和法制的保障。

P4的PMC指数值为7.61，等级为良好。虽然该预案有8个一级变量的评分高于平均值，但预案管理(X9)的得分仅为0.33，是5项预案中的最低分，在应急预案体系建设、预案支撑性文件、编制前风险评估、编制前应急资源评估、定期评估和修订等内容上都有所欠缺。虽然该预案的预案级别是地级市级别，要低于P1、P2、P3，但作为构建地级市应急预案体系的总纲，预案管理(X9)涉及到的这些二级指标内容也是需要加以明确从而起到规范作用。除了在预案管理(X9)方面需要重点改进外，在联动与协作机制(X3)、组织机构与职责(X4)、监测与预警(X5)和基本应急保障(X7)涉及的内容上也需要完善。

P3的PMC指数值为7.19，等级为良好，评分为最低。该预案是河北省2005年制定的突发事件总体应急预案，可能是相对比较久远的缘故，该预案在很多方面都表现欠佳。9个一级变量中只有3个评分是满分，其他一级变量都存在失分，主要失分点在监测与预警(X5)和预案管理(X9)指标上。另外，该预案是这5项预案里唯一在预案科学性(X1)和应急响应与处置(X6)这两个一级变量上失分的预案。因此，该预案的优化可以优先从以上几个一级变量入手，其次，可以在联动与协作机制(X3)和组织机构与职责(X4)方面改进。

4 结论与启示

在全国防控新冠疫情与京津冀协同发展的背景下，本文以京津冀能更好地处置突发事件为研究目的，以突发事件总体应急预案为研究对象，综合运用PMC指数模型、文本挖掘、内容分析等方法对京津冀的5项突发事件总体应急预案进行评价。得出以下几点主要结论及启示：

(1)京津冀突发事件总体应急预案的设计较为合理。选取的5项预案中，2项预案(P1、P2)的评级为优秀，3项预案(P3、P4、P5)的评级为良好。反映了京津冀比较重视对突发事件应急管理体系的顶层设计，分别从组织机构、监测预警、应急响应、恢复重建、应急保障、协调指挥、应急体系建设等各方面提升该区域应急管理水平。

(2)京津冀突发事件总体应急预案还存在一些不足有待完善。除了P2较为完备，其他预案仍存在较多需要优化的地方，在预案科学性(X1)、联动与协作机制(X3)、组织机构与职责(X4)、监测与预警(X5)、应急响应与处置(X6)、基本应急保障(X7)、预案管理(X9)这些一级变量指标上都出现或多或少的欠缺，具体欠缺内容可依据二级变量指标去优化，这些指标的具体数值对预案的修订和改进提供了一定借鉴。

(3)PMC指数模型为预案评估提供了一种不同的角度。将PMC指数模型应用到应急预案领域，构建出聚焦于预案文本本身的突发事件总体应急预案评价指标体系，也是对现有关于应急预案评价指标研究的补充。并且，PMC指数模型是通过量化预案的各个变量来做评价，从而减少和避免人为打分的主观性。此外，PMC指数模型在指标选取上没有数量限制，对预案本身的评价更加全面[15]。同时，研究仍存在可以改进的地方，在基于文本挖掘选取指标时，样本的选择可以进一步扩大以反映预案的覆盖面。