基于偏最小二乘路径模型对城市应急能力的评估

孙彩云，孔凌冬，钟路瑶，李雨帆，林 茹，袁敬敬

(华北科技学院 理学院，北京 东燕郊 065201)

0 引言

随着城市发展进程的加快、城市规模的扩张，城市居民得到了宜居的生活环境及更多的发展机遇，但同时也为城市本身带来了各种隐患，如气象灾害、火灾与爆炸灾害、工业与高新技术致灾、病毒传染灾害等城市灾害。近年来，灾害学专家一致指出，一个国家或者城市要实现安全和可持续发展，首先就是要了解和掌握城市在灾害应急能力方面的基本状况和综合水平，然后针对不同的问题提出‘如何提高城市对突发灾害和公共事件的预防、抵御和处理的能力’的方案。对此开展城市灾害应急能力的评估研究是城市灾害应急能力建设的基础性工作，也是全面提高城市灾害应急管理能力的基础动力。

1 城市应急能力

1.1 城市应急能力的概念

城市应急能力的概念首次是由美国地方应急管理分局在其编写的《地方减灾计划手册》中提出[1]，其综合反映在该城市对突发灾害的认知能力、储备能力、协调能力、以及执行能力上，代表了该城市对突发灾害管理水平的高低。对应急预案的实施和实现、灾害事故的应急，从监测到处置的各个环节，都有关键技术和装备来实现[2]。

1.2 国内外应急能力评价的进展

目前，国外一些国家在应急能力的管理和评价方面已经有了较为成熟的研究，以美国和日本的应急管理系统水平为最具代表性。美国于1997年就建立了一套针对州与地方政府的应急管理准备能力的评估系统，但该评估系统都是以评价表的形式进行的[3-4]。日本消防厅、防灾与情报研究设定了地方公共团体防灾能力的评价项目，讨论日本防灾能力及危机管理应急能力评估问题[5]。

我国在应急管理能力的评价和研究方面，多数以单项灾害管理评价为主，如周孝信等对城市供电应急能力评价体系进行的研究[6]；张风华等对城市防震减灾能力的评估研究[7]；杨海东等基于突变理论对城市道路交通安全突发事件应急能力的评价研究[8]。这就有了后来大批学者对城市应急能力的综合研究，比如在评价指标体系的研究方面，邓云峰等提出了城市应急能力评估体系框架[9]；铁永波等对城市灾害应急能力评价指标体系的建构也进行了初步研究[10]；在评价模型方法方面，蔡林阳等基于FAHP与云模型对城市防灾应急能力评价[11]。

本文采用偏最小二乘(Partial Least Square简记为PLS)路径模型方法，借助SPSS、SmartPLS等统计分析软件，对重点城市应对突发灾害的应急能力给出一个综合评估的方法，拟通过模型评价方法对各城市应急能力进行一个客观科学的评估，得出各城市综合应急能力的排名，为不同城市应对突发灾害的应急能力水平横向比较提供基础，更利于各城市及时了解自身情况并对不足之处及时做出调整。

2 建立城市应急能力评估的PLS路径模型

2.1 PLS路径模型介绍

偏最小二乘路径模型的工作目标与结构方程模型基本是一致的，但与结构方程模型中基于样本协方差矩阵进行求解的思路不同，PLS路径模型采用的是一系列一元或多元的线性迭代求解法[12]。在对经济学、心理学、行为科学等领域进行研究时，会涉及到很多不能直接准确测量的变量，但这些变量可以通过一些其它的可观测到的变量间接反映出来，称这些不可观测的变量为‘隐变量’，而反映隐变量的可观测的变量称为显变量指标。PLS路径模型正是用来处理隐变量和对应的显变量指标组以及隐变量和隐变量之间关系的统计方法。利用该方法研究具体问题时，往往是首先结合分析问题的环境并利用已经掌握的先验信息，画出路径方程的结构图，然后根据该图进行下一步的具体分析与计算。

2.2 城市应急能力的评估指标

本文采用PLS路径模型对城市应急能力进行评估与分析。首先选取影响评估城市应急能力的指标体系：在参考了王绍玉教授提出的城市灾害应急能力评价体系架构的基础上[13]，考虑到选取的指标不仅要从整体的角度对事件的全流程进行掌控，既能高效的体现评价工作的质量，又能直接反应城市对灾害的应急管理工作；另外还要从建立数学模型的科学性、综合性、可操作性及典型性的原则出发，来确定评价城市应急能力的指标体系的原则出发，本文选取的评估城市应急能力的指标如下：把应急财政能力、交通运输能力、医疗保障能力、灾害监测与预警、灾害损失应对情况、应急管理支出、灾害救援情况、医疗保险情况做为8个一级指标，做为模型中的隐变量组，分别用Y1到Y8表示；选取在岗职工平均工资、地区生产总值、地方一般公共预算支出、第三产业增加值、公路占比等33个二级指标作为对应的显变量指标组，为方便处理，将上述选取的显变量评价指标用符号表示，见表1。

表1 显变量指标组表

其中8个一级隐变量指标组是通过对应的二级显变量指标组综合体现出来的，其对应关系及表示符号见表2。

表2 隐变量与显变量组对应关系表

这些构成了本文采用对城市应急能力评估的PLS路径模型的基本指标框架体系，并且选取2018年包括北京、上海、广州等31个城市的相关显变量指标数据作为样本，为保证数据的权威性、准确性和可得性，所有数据均来源于2018年度中国统计年鉴和各城市统计局中的统计数据，限于篇幅的原因，原始数据从略。由于PLS 路径模型要求在进行建模时，需对原始数据作标准化处理，避免由于量纲的不同而引起的最终结果的误差，导致分析结果不准确。采用的标准化处理的计算公式如下：

(1)

2.3 城市应急能力的评估指标

首先利用SPSS软件对原始变量间做相关性检验，得到各个指标变量(见表3)。

表3 KMO和巴特利特检验结果表

由表3可知变量间相关性较强，两个指标变量之间的系数大多大于0.7，且根据KMO和Barttlet 球形检验结果对表中结果分析，发现KMO值为0.763，说明各个解释变量相关性较强，而在 Barttlet 球形检验中，P=0<0.05，也说明了各解释变量的相关性较高，且变量之间不独立。综上，对这些数据建立PLS路径模型分析是比较合适的。

2.4 建立PLS路径评估模型

借助SPSS软件标准化数据后，导入到 SmartPLS软件，对预先建立好的应急储备能力评价指标体系画出 PLS 路径图，如图1所示。

图1 城市应急能力PLS评估模型路径图

路径图的中心即是所有变量信息所反映的综合指标——应急储备能力，左边两列分别表示选取的八个一级隐变量以及各个隐变量下对应的二级显变量指标的对应关系，代表城市应急储备能力综合水平的不同方面，该图的右边一列是城市应急储备能力所有相关影响因素的变量。根据系数值得到最终评估城市应急能力的PLS路径模型为:

(2)

由路径系数图和公式(2)可以看出，医疗保障能力Y3系数为0.238，是所有隐变量中系数最大的，灾害监测与预警Y4系数为0.226，仅次于医疗保障能力，这两个系数远远大于其他系数，说明医疗保障能力与灾害监测与预警在城市应急储备能力显得中尤为重要；应急管理支出Y6相较其他隐变量而言作用并非很显著。因此，我们在提高城市的应急储备能力时应该高度重视城市的医疗建设和灾害预警与检测方面的建设。

对以上模型进行检验，结果见表4。

表4 模型检验结果表

平均抽取变异量又称AVE值，AVE值大于0.5则说明潜在项可以较好地解释观测项。由模型检验表4可以看出，8个隐变量的 AVE 值全部都大于0.6，这就说明本文选取的观测指标变量对潜在隐变量的解释力非常好；此外，八个隐变量的组合信度、Rho_A 值、克朗巴赫系数的值大多在 0.7 以上，说明该PLS路径模型的可靠性较高；路径模型的 R2值以及调整后的R2值均为 1；综合以上情况可以说明选取的各个观测指标以及八个隐变量对城市应急储备能力的解释程度非常好，即该模型的拟合效果非常好。

继续观察模型路径系数的检验表，见表5。

表5 路径系数的显著性检验

发现，八个隐变量的P值均小于0.05，八个隐变量的路径系数都通过显著性检验。这表明本文建立的PLS路径模型是十分有效且可靠的。

2.5 模型评估结果

结合路径系数计算各观测指标显变量和隐变量的权重值，可以计算得到八个隐变量和城市应急储备能力综合得分值。先分别计算出所选取的全国31个省市在应急财政能力，交通运输水平，医疗保障能力，灾害预警与检测，灾害损失应对情况，应急管理支出，灾害救援情况，医疗保险情况八个指标的得分，再根据各省市综合实力得分进行排名，结果见表6。

表6 各省市应急储备能力综合得分排名

由分析结果对各个省市进行Q型聚类分析，得到的树状图如图2所示。

图2 等级分类树状图

由分类结果图2所示，将31个省市聚成四类，分别代表着应急储备能力优秀、较强、较弱、弱四个等级的地区，分类结果如下：

第一类为：北京、上海；

第二类为：山东、四川、广东、海南、湖南、福建、浙江、江苏、山西、重庆、安徽、陕西、天津、广西、河北、贵州、辽宁、江西、甘肃

第三类为：湖北、宁夏、内蒙古、云南、海南、吉林、新疆、黑龙江；

第四类为：青海、西藏。

2.6 模型评估结果

从聚类结果结合得分表可以看出：北京和上海稳居第一类，应急储备能力方面表现相当优秀，北京是首都——政治文化中心，上海地理位置优越，是经济中心，两个城市各方面都名列前茅，没有什么明显的短板，应急储备能力也远超其他省市，稳居前列。

山东、四川、广东、河南、湖南、福建、浙江、江苏、山西、重庆、安徽、陕西、天津、广西、河北、贵州、辽宁、江西、甘肃这19个省市为第二类，这些城市占比大，应急储备能力也较强，仅次于第一类的两个城市，这些省市各方面也表现良好，但仍存在一些不足需要改进或加强。

湖北、宁夏、内蒙古、云南、海南、吉林、新疆、黑龙江8个省市位于第三类，这些城市应急储备能力较弱，总在一些方面有缺陷、表现不太好，这些省市大多属于西北，西南和东北地区，跟地域因素也有关，应急能力发展较为落后，需要及时找到不足之处并加以调整。

处于第四类的有青海和西藏，这两个省在应急储备方面发展较差，很多方面都较落后，处于较低的水平，这两个省属于西部地区，地域因素影响较大，经济发展较落后，难以形成自己的优势，如果不能及时对症下药，制定合理的发展战略，很有可能与其他省市差距越来越大。

得分表6中除了得到了综合得分，还得到了包括八个应急方面的得分，能很方便地分析出各省市在应急处置能力的不足之处，例如西藏进步空间最大。从八个指标得分可以看出是因为西藏在灾害预警与检测方面得分差强人意，医疗保障能力与应急财政能力两方面表现进步空间也较大。因此，西藏需要在这三方面进行加强，以提高应急储备能力，以便于在突发事件来临时将损失降到最低。对其他省市的分析也同理可得。只有认识到应急储备能力的现状，不断充实和改进，才能在灾害来临前做好充分的准备、来临时有条不紊地积极应对，才能真正做到有备无患。

3 结论

(1) 合理科学的评价一所城市综合的应急能力，要考察与评比各方面的属性及指标。本文通过研究建立城市应急能力的评价指标体系，从中选取了具有较高信度和效度的指标，建立了PLS路径模型对城市的应急能力进行了评估，解决了对结果多样性和主观性难以评判的问题。

(2) 由于PLS路径模型既对样本点没有特殊要求，还能处理指标多、样本点少的建模问题，能够对我国各个不同城市的应急能力从总体上给出一个科学打分及评估结果，其打分和分类的结果具有一定的可参考性。

(3) PLS路径模型对城市应急能力的科学评估可以对城市灾害应急管理能力进行一个有效的监督和推动，为提高城市灾害应急能力提供了参考，从而推动城市的应急管理工作步入规范化和科学化的轨道，保证城市的可持续发展。