基于AHP-TOPSIS模型的安徽城市公共卫生应急管理能力研究

谢瑞军，王可欣，陈思宇，郭宇欣，陈帅洁

(1.安徽财经大学统计与应用数学学院，安徽蚌埠 233000；2.安徽财经大学金融学院，安徽蚌埠 233000)

中国疾病预防与控制中心将突发公共卫生事件定义为在短时间内造成社会公众健康严重损害的公众性事件[1]。近年来，人地矛盾加剧和生态环境恶化等社会问题，助推着公共性卫生事件发生频次的进一步攀升。特别地，新冠肺炎疫情的发生，对我国城市重大公共卫生应急管理能力的提升有了更高的要求。因此，通过对城市突发公共卫生事件应急管理能力的研究，并根据研究的结果提出相关的建议和措施，有助于将突发事件的危害控制在合理的范围内[2]。

随着我国城市化水平加速进入中期增速阶段，社会对于城市公共治理能力与效率的要求也在不断提高。近年来，越来越多的学者开始关注并从事城市公共卫生应急管理能力与效率等相关领域的研究。西方国家关于城市公共卫生应急管理等方面的研究早于国内。Mohammad Reza Hamidizadeh（2011）利用四步模型对公共卫生突发事件进行分析与评价，构建了公共卫生应急管理的绩效评价框架[3]。Quenon J L，Brodin M（2001）对公共卫生应急管理中媒体舆论、政务公开与群众参与在管理中发挥的作用进行了相关研究，发现公开透明的政绩有助于增强社会群体的凝聚力，在一定程度上减轻民众的焦虑感[4]。

2003 年，非典的爆发及应对，在一定程度上刺激了我国公共应急管理能力的转型与提高，相关的研究也逐渐完善。刘清伟、吴群红等（2006）利用定性与定量相结合的方法，对我国黑龙江省的疾病防控体系建设进行了综合评价，并指出我国在公共卫生管理中存在缺乏专业人才，投入的备用资金不足以及基础建设落后等问题[5]。诚然（2015）将灾害、风险与危机3方面相结合，从理论角度提出三位一体的综合治理战略[6]。

我国当前关于城市公共卫生应急管理能力的研究，仍多集中于理论研究，而结合实际对构建的绩效评价体系的实证检验相对较少。在此研究背景下，根据安徽省统计局的官方公开数据，采用AHP—TOPSIS 组合模型，从防疫能力、抗疫能力、救灾能力和恢复能力4 个方面，选取各市医疗卫生技术人员数、医疗卫生机构床位数、疾病预防控制中心数、人口密度和财政支出等24 个指标，构建安徽省城市公共卫生应急管理能力绩效评价指标体系，进行量化分析与实证研究[7]。

1 城市公共卫生应急管理能力绩效评价指标体系的构建

通过建立城市公共卫生应急管理能力绩效评估体系，有助于因地制宜地提高城市公共卫生突发事件的治理能力[8]。在建立指标体系时，为确保指标体系的科学性和代表性，应综合考虑各种类型的评价指标。因此，结合重大公共卫生事件应急管理能力的有关特点，选取与防疫能力、抗疫能力、救灾能力和恢复能力相对应的24 个二级指标，利用层次分析法（AHP）进行实证分析。表1 为构建的安徽省城市公共卫生应急管理能力的绩效评价指标体系[9]。

表1 城市公共卫生应急管理能力绩效评价指标体系

2 AHP-TOPSIS 组合模型的基本原理及评价步骤

层次分析法（AHP）通过建立多层指标体系对问题进行描述，并通过构建判断矩阵最终确定不同指标的权重。而TOPSIS法则是在层次分析法的基础上通过计算各指标与正、负理想解之间的距离，进而评价决策对象的优劣程度及模型构建的有效性。具体评价步骤如下：

2.1 判断矩阵标度定义

首先，引用数字1～9 及其倒数作为判断矩阵标度，并对各层级指标进行两两比较，打分形成判断矩阵。表2为本次计算判断矩阵的使用标度。

表2 判断矩阵标度定义

2.2 计算各层级指标权重并进行一致性检验

首先，使用层次分析法计算各层评估因素集的权重系数。其中，第一层评估因素集为目标层A，第二层为准则层Bi=（i=1，2，3，4）构建的A-Bi判断矩阵。按列对判断矩阵进行归一化处理，得到标准判断矩阵其中，aij表示二级指标Bi相比Bj的重要程度。再将标准判断矩阵正规化，得到权重系数其中，为指标权重。然后，进行一致性检验其中，m代表指标数量，而λmax表示该判断矩阵最大特征值。根据判断矩阵阶数，确定相对应的RI 值。最后，计算一致性比例CR，其中CR=如果CR<0.1，表示成功通过一致性检验，反之则说明没有通过一致性检验[10]。

2.3 构建样本标准化矩阵并确定正、负理想解

3 城市公共卫生应急管理能力绩效评价实证分析

3.1 层次分析法对指标权重值的确定

根据如上确定的城市公共卫生应急管理能力绩效评价体系和AHP-TOPSIS组合模式的评价步骤，对此次新冠防治肺炎疫情过程中安徽省各城市应急管理能力进行绩效评价。首先，通过对各层级指标进行两两比较打分形成判断矩阵，衡量各指标的相对重要性。针对防疫能力（B1）、抗疫能力（B2）、救灾能力（B3）和恢复能力（B4）这四项内容，得到如表3 所示的判断矩阵。

表3 判断矩阵的构建及检验

经计算可得λmax=4.045 9，CI=0.015 3，CR=0.017 2，且CR<0.1，符合一致性检验的要求。其相应的一级评价指标的权重值为：

采取同样的计算方法可得到各级评价指标的权重向量值，计算出的一、二级指标权重值如下表4 所示，各判断矩阵都通过了一致性检验。如表4 所示，城市救灾能力在影响城市公共卫生应急管理能力绩效评价体系中的权重值较高，防疫能力次高，而抗疫情能力和恢复能力略低于前两者。这说明事前的防护和事件发生时快速的应对措施是一个城市能否在短时间内有效控制事态进一步扩展的重要能力，也是城市韧性的判断标准之一。此外，在基本控制该城市重大公共卫生事件之后，能否快速做好城市经济、社会运转的良性恢复调整，也是对一个城市及其有关管理部门绩效评价的重要考量标准。

表4 城市公共卫生应急管理能力绩效评价体系权重计算结果

在城市公共卫生应急管理能力绩效评价体系的24 个指标层的权重中，权重较大的与经济有关的指标，代表性的包括城乡居民最低生活保障额、各市用于医疗卫生和各市用于社会保障和就业的财政支出等。这表明，经济实力较强的城市在应对重大公共卫生事件时，不仅能够在事件发生之初就快速做出经济方面的部署和限制，而且能够在疫情后通过完善的社会保障体系，使居民生活和社会经济运行回到正轨。

同样值得注意的是，城市医疗物资和综合水平在此次评价体系中也占据着重要地位。各市医疗卫生技术人员规模在一定程度上代表着一个城市在人力配置方面应对突发公共事件的反应速度。类似的指标类型还有各市的医疗物资配置、医疗卫生机构床位数及承载量。

3.2 基于TOPSIS法的综合评价与分析

基于指标权重和一致性检查，进一步用TOPSIS法进行评价计算，比较各城市和理想解的相对贴进度。相对贴进度的数值介于0 到1 之间，若某市相对贴进度越接近1，则说明该城市在应对重大公共卫生应急事件时的管理及应对能力较强。评价的具体步骤为：首先用层次分析法求出各指标的权重，然后根据设定的指标体系整理安徽省16 个城市的统计数据，并对数据进行标准化处理。然后，利用指标权重和样本标准化矩阵，得出加权样本标准化矩阵，计算各市和正负理想解的欧式距离，确定各城市的相对贴进度[12]。各城市相对贴进度及综合评价排序如表5所示。

表5 各市重大公共卫生应急管理能力综合绩效评价值

表6 是安徽省城市重大公共卫生应急管理能力的综合绩效评价值，由表6 可知：安徽省各城市在应对重大公共卫生事件时的应急管理能力方面，可划分为3 个梯队。以合肥市和芜湖市为首的第一梯队。其中合肥市作为安徽省的省会城市，与其他城市相比，常住人口较多，因此在人员数量方面具有较高的管理难度。但从另一方面来说，近年来合肥市的高新技术产业、城市数字管理模式和城市物流和社会保障的建设也有助于其卫生管理工作质量的提高。并且，合肥市也更具人才的吸引与容纳能力，因此在综合评价中合肥市的相对贴进度最高，位居第一。相对较小的城市规模在一定程度上有助于芜湖市减轻管理的难度。另外，芜湖市在医疗建设中的发展水平略高于同级别的安徽省内城市，人均医疗资源保有量高也是其相对贴近度较高的重要影响因素之一。

表6 各市重大公共卫生应急管理能力综合评价分类

其次，由相关的评价数据可知，安徽省大部分城市的公共卫生应急管理能力的绩效评价水平集中在第二梯队与第三梯队这两个水平中。这也说明从整体角度来看，安徽省各城市对重大突发公共卫生事件的应急管理能力还需提高。

表7 是安徽省各城市重大公共卫生应急管理能力一级指标的评价值。图1 则是基于表7 所作的评分图。如表6 和图1 所示，综合排名较高的合肥市在4 个一级指标的得分评价中也有较好的表现。此外，还可以注意到在防疫能力方面，多数城市评分较低，只有合肥市、滁州市和安庆市表现较好，说明安徽省各城市在防疫建设方面仍有待进一步提升；在抗疫能力方面，各城市的评价高于其他3 个一级指标，说明各城市在市区卫生处理、社会财政资金保障和居民风险承受能力方面具有较好的表现；在救灾能力方面，合肥市与芜湖市具有良好的表现，这主要得益于当地较高的人均医疗资源拥有量，而铜陵市与池州市在救灾能力方面的评分明显低于其他城市，说明这2个城市在医疗卫生方面存在一定的短板；最后是在恢复能力方面，合肥市与芜湖市在此方面仍然具有比较领先的评价表现，同时相较于救灾能力来说，各城市在恢复能力这一评价指标方面表现比较平均，而淮北市、铜陵市、池州市和黄山市在救灾能力方面存在短板。

表7 各市重大公共卫生应急管理能力一级指标评价值

图1 各市重大公共卫生应急管理能力一级指标评价图

进一步对安徽省各城市的二级指标进行标准化处理，以更好地对比各城市关于不同指标的表现，并通过横向比较发现各城市在应对重大公共卫生应急管理事件时存在的短板。通过计算各二级指标的地区差距得到了地区差距系数，用来更好地分析安徽省重大公共卫生应急管理能力的二级指标。其中，地区差距系数越大，说明差异越小，反之则说明差距越大，具体结果见表8所示。

表8 各市重大公共卫生应急管理能力指标地区差距

如表8所示，从城市重大公共卫生应急管理能力的二级指标看，安徽省各城市存在一定的地区差距。其中，空气质量、65 岁及以上的老年人占比、人均可支配收入、地区生产总值指数及各市城镇登记失业率的差距系数较大，表示这些指标的地区差异比其他指标的地区差异小。同理，各市固定资产投资增速、各市研究机构数、各市医疗卫生技术人员数等指标的差距系数较小，且指标类型多集中于经济及医疗水平等方面，说明安徽省城市在经济及医疗等方面的资源分布存在较大的差距。

4 结论与建议

4.1 主要结论

通过AHP-TOPSIS 分析法对安徽省16 个城市在此次新冠肺炎疫情时，各市突发公共卫生应急管理能力进行了综合绩效评价。并从防疫能力、抗疫能力、救灾能力和恢复能力4个方面对此次构建的城市公共卫生应急管理能力评价体系的24个指标进行赋权，利用TOPSIS法计算各城市的相对贴进度，最终得出各城市的综合评价排名及以下结论：

首先，在对城市公共卫生应急管理能力进行综合评价时，要考虑事件处理的完整性，即综合考量城市在事前、事中和事后各个阶段的处理及应对能力。同时，也要综合考虑经济、社会保障、医疗水平等各类型指标在城市管理中的影响程度。

其次，从本次评价结果来看，安徽省城市公共卫生应急管理能力存在空间上的不平衡，合肥市在经济实力和医疗等方面具有较高的水平，因此合肥市的综合评价值较高。但多数城市的公共卫生应急管理能力仍然存在着较大的可提升空间。

最后，通过分析一级指标和二级指标的地区差异系数，发现安徽省各城市在一、二级指标上存在着一定的地区差异。其中，通过一级指标的评价可以发现，除了合肥市在4 个一级指标中有良好的表现外，其他城市均在防疫、抗疫、救灾和恢复能力方面存在不同程度的短板，并且各城市在抗疫能力方面的综合表现比较一致。通过各二级指标的地区差距系数，可知安徽省各城市在环境承载能力等方面的地区差距较小，这也照应了各市关于一级指标的贴进度评价。另外，二级指标的地区差距系数表明，安徽省各城市在人均医疗资源和经济水平等方面的地区差距比较大。

4.2 政策性建议

习近平总书记指出，在此次抗击新冠肺炎的过程中暴露出中国城市在应对公共卫生突发事件时的不足和短板。而秋季和冬季也是呼吸道等传染性疾病的多发季节，入秋后国内新冠肺炎疫情仍然存在着反弹甚至二次爆发的风险。因此，建立科学的城市公共卫生绩效评价体系，并针对性地提高各城市在不同管理层面的短板与不足，具有极高的现实意义。

在疾病的预防和控制方面，各城市要通过完善的基础设施和高覆盖率的社会保障，加强该城市的疾病预防能力和稳定的社会运转能力。其中，完善的基础设施建设不仅包括城市现代化传染病监测系统建设，还包括各市传染病或传染性疾病研究机构建设，以确保城市在面临类似新冠肺炎疫情等突发公共卫生事件时，拥有较快的反应速度和后备力量。

在疾病的社会救治层面，各城市应重点加强本地区的医疗物资储备能力，包括正规医院数量、医院床位数量和药品及相关检测仪器的储备等。同时，各城市也应注重人力及物流建设，打造一批高素质的医护人员后备军，构建省际与城区间医药物资物流的高效运输途径。

最后，从地区政府的工作方面来看，当发生突发性公共卫生事件时，相关管理部门应及时进行公共场所人员的疏散与检查工作。特别是在人群聚集的地方，要提前限制入场人数和场所内空间距离，并对出入的人员采取体温监测及消毒等保护措施[12]。在社会经济及正常运转的恢复治理层面，各城市应通过完善的社会保障及基础建设投资在一定程度上增强居民风险承受能力。因此，各城市应在防范新冠肺炎疫情二次爆发的同时，防范经济风险，增强居民的风险承受能力，保障社会再生产环节的平稳运行。