基于自适应灰色面板聚类的城市公共安全风险测度*

赵海丹，杨保华

（江苏师范大学商学院，江苏 徐州 221100）

0 引言

公共安全作为城市系统高效运行的保障，为城市建设的战略性优化和调整提供坚实的基础。据发改委统计，2021年末，我国国内（不含港澳台）常住人口城镇化率达到64.7%[1]，城市规模的扩大和结构的变革加剧了城市系统的复杂性和不稳定性，给公共安全管理带来巨大的风险挑战。在实践和研究中发现，公共安全的风险属性表现为风险的发生和演变具有规律性和可防控性[2]，且对其规律的研究是风险精准治理的重要前提[3]。因此，科学地识别城市公共安全治理的薄弱环节，厘清风险隐患，才能有效预防和减轻各类风险，切实保障人民群众的利益。

在城市公共安全风险的相关理论及模型构建方面，贾楠等[4]基于公共安全三角形理论，构建以人、物和系统为核心要素的社区风险防范三角模型；André等[5]提出1 种基于SMARTS 多准则方法的城市安全分析优先级模型。在公共安全风险评估的相关研究中，杨思佳[6]就维护城市安全的动态平衡提出基于“风险-能力”理论框架的指标体系，综合运用G1 法和主成分分析进行评价；叶瑞克等[7]从脆弱性、控制力和承受力视角重点考察城市中人群聚集区域的风险情况；Guo等[8]将城市区域分为产业风险、人口密集和公用设施3 个单元，结合层次分析法、熵权法和多重联合数对城市区域风险进行静态和动态的分析。在公共安全风险治理的研究中，一部分学者从风险治理主体的方向入手[9]，寻求多元主体协同治理的路径；也有学者聚焦于风险治理技术的探索，强调大数据技术能够驱动公共安全管理全过程的整合[10]，人工智能技术的运用为城市风险治理的技术变革提供支持[11]，GIS 工具在评估城市重大灾害区域风险上具备实用价值[12]等。

从以上有关风险评估的相关文献来看，学者们大都重视定性与定量方法的结合，其中，聚类分析方法作为1种理想的多变量统计技术被广泛应用在城市公共安全的分析研究中。张兴强等[13]对交通事故文本数据进行模糊系统聚类分析，以建立等效事故次数模型评估城市快速路地点安全；刘佳[14]采用基于三角白化权函数的灰色聚类法构造城市公共安全评价模型。聚类分析法通过衡量对象之间的相似性程度来评判聚类结果的优劣，上述研究的不足在于评价时通常是基于单一截面的二维数据，不能很好地表征个体数据的全面性，在这一问题上，李因果等[15]在构造相似性度量统计量时综合考虑面板数据的时序和截面特征，钱吴永等[16]将面板数据的时空特征引入灰色关联度计算模型。本文参考Liu 等[17]提出的灰色面板聚类方法对全国的城市公共安全风险进行测度，同时借鉴左文超[18]研究中的自适应特征熵权法来确定时间特征属性的权重。灰色面板聚类方法延续了灰色聚类分析在处理数量小、可靠性差的数据上的优点，同时融合了面板数据的3 个时空特征属性，提高了数据分析结果的合理性。

基于上述分析，本文以我国国内（不含港澳台）31个城市为研究对象，利用自适应灰色面板聚类评估城市公共安全风险，通过对面板数据的多维度分析，明确各地在城市公共安全风险水平上的差异及动态发展状况及特征，以期为城市公共安全风险的精准防控和科学决策提供参考。

1 城市公共安全风险评估指标体系构建

公共安全评估框架经历了从单纯的脆弱性评估，到从中发展出独立的能力评估，再到目前常用的脆弱性和能力综合评估的过程[19]。在自然及社会条件下，脆弱性常用来描述系统对外界干扰的敏感程度、对不利因素的易受损程度以及对灾害的抵御和恢复力[20]。城市作为风险事件冲击的对象，脆弱性影响着风险产生的可能性及结果，而风险的承载能力受到城市发展和安全建设的制约。因此，对城市这一复合系统引入脆弱性和能力进行评估满足城市可持续发展的需求，遵循城市风险研究的普遍规律。根据脆弱性表现出的对风险因素的敏感和易损特点，本文从常见的自然灾害和人为事故层面选取评价指标，重点考虑消防、交通、环境、气象和地质灾害的影响；城市对风险的承载能力主要考察城市在人口、经济、社会、生态、卫生等方面的表现情况。综合的评估视角便于获得客观全面的结果，因此，本文基于前述文献和报告分析[21]，延续“脆弱性—能力”综合评估框架，以公共安全风险事件为抓手，将人口和经济因素合并为社会环境能力纳入风险承载能力维度，构建如表1的城市公共安全风险评估体系。

表1 城市公共安全风险评估指标体系Table 1 Indexes of urban public safety r isk assessment

2 城市公共安全风险评估方法研究

城市公共安全风险评估是识别影响城市公共安全的风险因素和明确区域差异的重要途径。当前我国城市面临的突发事件和公共危机呈现出更强的连锁反应和辐射效应，也对风险评估的动态性和系统性提出更高要求。目前对城市公共安全的风险评估或是依据当期的公共安全发展水平对区域内城市或城市群进行风险定级[22-23]，或以特定城市为例探讨公共安全的现状和变化趋势[24-25]，基本上都是对截面数据的分析，缺乏对城市公共安全发展速度和质量的综合考量。

本文采用灰色面板数据聚类对我国城市公共安全进行风险评估，首先考虑到城市公共安全的发展是1 个动态持续的过程，用绝对量、增量和波动量3 个属性能够较为全面地刻画面板数据所包含的时空差异信息。其中，对面板数据的原始测度值进行分析能够用来描述风险的整体水平，以及明确各聚类对象所处的风险等级，这一层面即为绝对量水平；若要了解城市公共安全发展的变动情况，可以用前后相邻两期的数据差比后一期的数据值，得到的结果即为增量水平；若要考虑城市公共安全发展的稳定性对风险的影响，一般通过数据的波动程度来衡量，用聚类对象各期数据的均值比方差得到的结果能够体现波动量水平。其次，该方法引入灰靶决策的思想，充分挖掘聚类对象间的关联性，运用改进的自适应算法获得属性权重，得到的聚类结果也更为精准，便于了解各类城市存在的公共安全风险特点，进而提出针对性的建议。

具体操作步骤如下：

1）计算时空特征属性水平矩阵

定义1：设xij（t）为t（t=1，2，…，T）时刻对象i（i=1，2，…，n）的指标j（j=1，2，…，m）的指标值vtij的无量纲测度值，如果分别称xi（t），μi（t），ηij为对象i关于面板数据的绝对量、增量、波动量水平矩阵。其中，

C={c1，c2，…，cq}表示对象关于时空特征属性l的集合，本文将绝对量、增量和波动量水平分别记为c1，c2，c3，并有l=1，2，3，q=3。设x0j（t），μ0j（t），η0j分别为正理想对象关于指标j的时空特征属性测度值。由于绝对量和增量越大越好，波动水平越小越好，因此：x0j（t）

2）测度时空特征属性聚类对象间距离

根据对象i和正理想对象的测度值，可得对象i和正理想对象间关于时空特征l存在着距离dli。基于面板数据的时空特征属性，设，d2i，分别表示对象i和正理想对象关于绝对量水平、增量水平和波动量水平的距离。具体计算公式如式（1）～（3）所示：

式中：ωj为指标j的权重，

3）确定时空特征属性差异下的灰类理想靶心

定义2：设dli表示对象i与正理想对象关于时空特征属性l的距离，对于∀i∈U，cl∈C，如果，则分别称式（4）～（5）为对象关于时空特征属性的上、下极值向量。

对于时空特征属性cl（l=1，2，…，q），如果聚类对象被分为sl个灰类，则聚类对象集U存在个灰类。由于q=3，聚类对象将是三维空间中的1 个点。

定义3：如果kl表示为基于时空特征属性cl分类的第kl个类别，则称k={k1，…，kl，…，kq}，k=1，2，…，为时空特征属性集上的组合灰类。

4）确定对象i的靶心距离

根据对象i和k灰类理想对象关于时空特征属性cl的测度距离，可计算对象i与k（k=1，2，…，s）类理想靶心关于时空特征属性差异的靶心距离，如式（6）所示：

式中：wl为cl的权重，0≤wl≤1 且属性权重通过文献[18]中自适应算法可得。

根据聚类对象i的靶心距，dki越小，表明对象i越可能隶属于灰类k，由，可以判定聚类对象i属于灰类k。

3 城市公共安全风险评估方法应用

3.1 数据确定及数据处理

本文将我国国内（不含港澳台）31 个城市作为聚类评估对象，选取表1所列22 个指标，数据来源于2015—2019年《中国城市统计年鉴》《中国社会统计年鉴》。

1）对原始面板数据进行处理得到无量纲测度值。当指标为效益型指标时，x′=；当指标为成本型指标时，x′=

2）根据定义1 计算出各聚类对象2015—2019年的绝对量和波动量水平矩阵、2016—2019年的增量水平矩阵以及正理想对象的测度值矩阵。最后根据式（1）～（3）求得各聚类对象与正理想对象间关于时空特征属性的距离，具体计算结果见表2。

3.2 灰类理想靶心及靶心距离确定

根据各城市在3 个时空特征属性上的表现情况，分别将绝对量水平分为好、中、差3 类；增量水平分为快、慢2 类；波动量水平分为小、大2 类，由此可将其划分为12 个灰类。其次，由定义2 确定各聚类对象在时空特征属性集上的上下限向量，例如以绝对量水平上的为中心，有最大值0.727 和最小值0.524，再利用定义4 中的公式计算出0.524，0.592，0.660，分别表示好、中、差3类绝对量水平。同理可得0.740，21.744 分别表示快、慢2 类增量水平，0.031，3.414 分别表示小、大2 类波动量水平，由此可组合确定12 个灰类理想靶心。将关于时空特征属性的距离与12 个灰类理想靶心代入公式（6），分别得出相应的靶心距离，根据自适应特征熵权法求得ω1=0.40，ω2=0.27，ω3=0.33。最后比较12 个靶心距离，数值最小的即为各城市所处的灰类，聚类结果如表2所示。

表2 时空特征属性下的距离和聚类结果Table 2 Distance and clustering results under spatial-temporal feature attributes

3.3 聚类结果分析

首先参考上述对灰色面板数据聚类方法的描述，列出只考虑某个单一时空特征属性情况下的分析结果，具体结果如下：

1）当城市公共安全风险评估只考虑地区间发展水平的高低，即只关注绝对量水平时，此时ω1=1，ω2=0，ω3=0，通过计算各对象到12 个灰类理想靶心的距离，可将其划分至好、中、差3 类之中。其中，表现较好的有北京和上海；表现中等的有天津、石家庄、呼和浩特、沈阳、哈尔滨、南京、济南、郑州；表现较差的有太原、长春、杭州、合肥等其余21 个城市。此区分度形成的原因可能在于支撑风险承载力的资源状况存在差异，例如北京和上海在经济发展水平和社会保障层面占据优势地位，南京、济南、郑州、石家庄的医疗资源较为充足。

2）当城市公共安全风险评估只比较地区间指标增长的速率，即只关注增量水平时，此时ω1=0，ω2=1，ω3=0，通过计算，可将其划分为增速快、慢2 类。其中，增长较慢的有呼和浩特、哈尔滨、西安；其他地区的城市公共安全发展速度较快。增速缓慢的地区例如呼和浩特连续2 a降水量异常度变化较大，哈尔滨2018年火灾事故每百万人伤亡人数增至2017年的近3 倍，西安近年突发环境事件次数虽有所下降但仍位于全国前列，主要原因在于城市针对自然灾害或人为事故的应急措施还不完备。

3）当城市公共安全风险评估更多考量的是发展的质量或发展的稳定性，即只关注波动量水平时，此时ω1=0，ω2=0，ω3=1，通过计算，可将其划分为波动小、大2 类。其中，波动幅度较大、稳定性较差的有南昌和重庆，其余地区的发展均具有较好的稳定性。

比较上述3 种特殊情况下的聚类结果，可以发现若只考虑某一时空特征属性，最终得出的结论存在较大差异，无法全面测度各省城市公共安全风险的实际情况，因此本文基于自适应权重法从3 个维度对风险进行综合分析，最终形成6 个典型的聚类结果，见表2。

充填工作完成后，根据设计要求钻探取心验证工作共钻孔2眼，总进尺78.6m。钻孔布设充分考虑到两充填孔衔接处充填效果，钻探过程未发生掉钻现象，岩心采取率91.4%(取心区域平均值)，RQD指标80%(取心区域平均值)，填充物高度2.6m和2.8m，岩层与充填物衔接处较好，充填率可达75%以上，说明治理采空区采取中粗砂处理的方法工艺可行，空洞基本被填充物充填，充填治理效果良好，达到了设计要求。项目实施后地面稳定得到保证，消除了采空塌陷地质灾害隐患，保障了当地人民群众的生命财产安全。

根据表2的聚类结果，可以看出我国城市主要分布在以下6 个典型灰类：

1）第1 类：“绝对量好-增长快-波动量小”。这一灰类下，城市的公共安全状况较好，风险较小，变动情况较好，波动幅度小，此类地区的城市公共安全在较低的风险水平上仍维持着稳定快速的发展趋势，这些地区包括上海和北京。

2）第2 类：“绝对量中等-增长快-波动量小”。这一灰类下，城市的公共安全处于中等发展水平，优点是变动水平较好，波动幅度小，此类地区的城市公共安全有较大的发展潜力且整体情况稳步提升。这些地区包括天津、石家庄、沈阳、南京、济南和郑州。

3）第3 类：“绝对量中等-增长慢-波动量小”。这一灰类下，城市的公共安全处于中等发展水平，变动水平较差，波动幅度小，此类地区的城市公共安全发展近年来处于缓慢提升的状态，这些地区包括呼和浩特和哈尔滨。

4）第4 类：“绝对量差-增长快-波动量小”。这一灰类下，城市的公共安全状况较差，风险较高，变动水平较好且波动幅度小，此类地区的城市公共安全发展在快速提升的同时保持着较好的稳定性，包括太原、长春、杭州等18 个城市。

6）第6 类：“绝对量差-增长慢-波动量小”。这一灰类下，城市的公共安全状况较差，风险较高，变动水平较差，波动幅度较小，此类地区的城市公共安全在目前的状态下发展比较缓慢，这类地区有西安。

由综合结果可知，我国大多数城市分布在第2 和第4 灰类中，城市公共安全发展状况在绝对量上表现为中下水平，在增量水平和波动量水平上表现较好。由于这6 类结果所包含的地区在各方面条件上存在较大差异，因此只有充分考虑它们各自的优势和不足，才能因地制宜地改善公共安全现状，为降低城市公共安全风险，提高公共安全治理效能制定针对性强的策略。

4 对策与建议

1）对于公共安全发展增速较快但是绝对量处于中下水平的城市，主要涵盖第2，4，5 灰类中的地区，这类对象大部分是由于城市当前的资源管理体系不够完善，现有资源的运用还不足以支撑城市公共安全发展的需求。但在国家和政府的政策扶持下，各类资源不断汇集，给公共安全的快速发展提供强有力的支持。资源管理系统的高效运行使得预防突发事件或开展应急活动所需的人力、资金、物资和信息技术等资源在系统中得以有序流动。此外，随着城市规模的不断扩大，重大安全风险的行政边界越来越模糊，应急管理部门在资源储备和资源调用上要充分考虑各地的实际情况，结合国家战略发展区域的格局积极推进区域应急协调联动体系的建立，提高区域甚至流域的应急联动能力。

2）针对“增长快—波动量大”一类的省份，如南昌和重庆，一方面由于各类突发事件具有不确定性、紧急性和严重性等特点，如果不能及时排查风险隐患，建立有效的风险事件监测和预警机制，容易造成应急资源的浪费和控制成本的增加，也就使得公共安全水平波动幅度较大。随着政府在提高城市防御能力各层面上投入的不断加大，风险的监测机制需要具备更强的地域特性，强化预测的精度，加快趋势分析的频率，并搭载大数据技术构建预警信息动态网络，以提高政府投入的使用效率，引导各部门做好防灾减灾工作。另一方面，突发事件的社会性特点决定了受到威胁的不仅是城市居民的生命财产安全，还有区域性的群众心理和情绪，并且这一层面的影响有显著持续性[26]，因此，建立和健全公共安全风险协同治理机制对缓解紧张氛围、稳定社会情绪有重要的作用，也进一步提高了公共安全发展的稳定性。风险协同治理的行为主体包括政府、社会公众、企业和非营利性组织，多元化的治理结构增强了管理的协调性，并受益于不同领域、不同行业的知识技术融合提高决策的科学性和有效性。

3）对于“增长慢-波动量小”的这一类地区，如呼和浩特、哈尔滨、西安，出现这种特征的最主要原因在于缺乏良好的风险识别和防护意识。安全教育保障是其他保障的根源，着重强调了“人”这一要素的主观能动性。尤其是在我国地理气候状况复杂多变的自然环境背景和城市布局形态多样化发展的状况下，人口密度较小、经济发展比较缓慢的城市，相关部门在风险识别和安全防护方面的教育培训不到位，安全意识的淡薄造成了“温水煮青蛙”的现象，导致居民的抗灾自救知识不足，灾害应对能力相对欠缺。改进这一现象要从根源出发，在做好积极教育培训的同时落实问题倒查和责任机制，营造安全文化学习氛围，切实地向群众传达增强风险意识的重要性。

5 结论

1）采用灰色面板聚类方法测度我国的城市公共安全风险情况，有效挖掘研究对象在绝对量、增量和波动量水平上的信息特征。所得聚类结果与静态聚类相比具有较高的精准性，将全国城市的公共安全风险水平分为6 个类型，绝大多数地区的城市公共安全状况在绝对量上处于中下游水平，但在发展增速和发展稳定性上表现较好。

2）针对各灰类具有的特点识别出不同城市存在的风险问题，主要提出4 点建议：完善资源管理体系，提高应急联动能力；健全监测预警机制，提高政府投入效率；建立协同治理机制，稳定社会大众情绪；加强安全教育保障，增强群众风险意识。